助力函數式編程

雖然Python中「萬般皆下品，惟有對象高」，但函數式編程也不是不能用，並且Python提供了一些有助於進行函數式編程的函數：map、filter和reduce。

下面簡單來看下它們的做用：

一、map()

語法：

map(f,seq)

參數解析：

　　f — 函數

　　seq — 序列

做用：將序列中全部的元素傳遞給函數。

這樣獲得的結果是一個Iterator，Iterator是惰性序列，所以經過list()函數讓它把整個序列都計算出來並返回一個list：

>>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']

二、filter()

用於過濾序列，語法同map()相同，用於過濾序列，和map()相似，filter()也接收一個函數和一個序列。和map()不一樣的是，filter()把傳入的函數依次做用於每一個元素，而後根據返回值是True仍是False決定保留仍是丟棄該元素。

例如：在一個數字序列中[1,2,3,4,5,6,7,8,9,10]，取出全部偶數，就能夠這樣寫：

def is_odd(n):
    return n % 2 == 0

list(filter(is_odd,[1,2,3,4,5,6,7,8,9,10]))

注意filter()的結果也是一個Iterator，故經過list()函數讓它把整個序列都計算出來並返回一個list。

三、reduce()

函數reduce()是模塊functools中的，因此須要導入才能用。

語法同map()同樣，可是reduce()的第一個參數fn函數必須接收兩個參數，由於reduce()的做用是使用指定的函數fn將序列的前兩個元素合二爲一，再將結果與第三個元素合二爲一，以此類推，直處處理完整個序列並獲得一個結果。

效果就是：

reduce(fn, [x1, x2, x3, x4]) = fn(fn(fn(x1, x2), x3), x4)

例如：能夠用reduce實現一個求和：

from functools import reduce

def add(x,y):
    return x + y

reduce(add, [2,4,6,8,10])

固然就本例而言，徹底不如使用內置的sum。