十二.函數式編程

函數是Python內建支持的一種封裝，咱們經過把大段代碼拆成函數，經過一層一層的函數調用，就能夠把複雜任務分解成簡單的任務，這種分解能夠稱之爲面向過程的程序設計。函數就是面向過程的程序設計的基本單元。

而函數式編程（請注意多了一個「式」字）——Functional Programming，雖然也能夠歸結到面向過程的程序設計，但其思想更接近數學計算。

咱們首先要搞明白計算機（Computer）和計算（Compute）的概念。

在計算機的層次上，CPU執行的是加減乘除的指令代碼，以及各類條件判斷和跳轉指令，因此，彙編語言是最貼近計算機的語言。

而計算則指數學意義上的計算，越是抽象的計算，離計算機硬件越遠。

對應到編程語言，就是越低級的語言，越貼近計算機，抽象程度低，執行效率高，好比C語言；越高級的語言，越貼近計算，抽象程度高，執行效率低，好比Lisp語言。

函數式編程就是一種抽象程度很高的編程範式，純粹的函數式編程語言編寫的函數沒有變量，所以，任意一個函數，只要輸入是肯定的，輸出就是肯定的，這種純函數咱們稱之爲沒有反作用。而容許使用變量的程序設計語言，因爲函數內部的變量狀態不肯定，一樣的輸入，可能獲得不一樣的輸出，所以，這種函數是有反作用的。

函數式編程的一個特色就是，容許把函數自己做爲參數傳入另外一個函數，還容許返回一個函數！

Python對函數式編程提供部分支持。因爲Python容許使用變量，所以，Python不是純函數式編程語言。

高階函數

高階函數英文叫Higher-order function。什麼是高階函數？咱們以實際代碼爲例子，一步一步深刻概念。

變量能夠指向函數

以Python內置的求絕對值的函數abs()爲例，調用該函數用如下代碼：

#coding=utf-8  
print abs(-10)

可是，若是隻寫abs呢？

>>> abs
<built-in function abs>

可見，abs(-10)是函數調用，而abs是函數自己。

要得到函數調用結果，咱們能夠把結果賦值給變量：

>>> x = abs(-10)
>>> x
10

可是，若是把函數自己賦值給變量呢？

>>> f = abs
>>> f
<built-in function abs>

結論：函數自己也能夠賦值給變量，即：變量能夠指向函數。

若是一個變量指向了一個函數，那麼，能否經過該變量來調用這個函數？用代碼驗證一下：

函數名也是變量

那麼函數名是什麼呢？函數名其實就是指向函數的變量！對於abs()這個函數，徹底能夠把函數名abs當作變量，它指向一個能夠計算絕對值的函數！

若是把abs指向其餘對象，會有什麼狀況發生

>>> abs = 10
>>> abs(-10)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'int' object is not callable

把abs指向10後，就沒法經過abs(-10)調用該函數了！由於abs這個變量已經不指向求絕對值函數而是指向一個整數10！

固然實際代碼絕對不能這麼寫，這裏是爲了說明函數名也是變量。要恢復abs函數，請重啓Python交互環境。

注：因爲abs函數其實是定義在import builtins模塊中的，因此要讓修改abs變量的指向在其它模塊也生效，要用import builtins; builtins.abs = 10。

傳入函數

既然變量能夠指向函數，函數的參數能接收變量，那麼一個函數就能夠接收另外一個函數做爲參數，這種函數就稱之爲高階函數。

一個最簡單的高階函數：

當咱們調用add(-5, 6, abs)時，參數x，y和f分別接收-5，6和abs，根據函數定義，咱們能夠推導計算過程爲：

#coding=utf-8  
def add(x, y, f):
    return f(x) + f(y)

print add(-5,6,abs)

編寫高階函數，就是讓函數的參數可以接收別的函數。

map/reduce

Python內建了map()和reduce()函數。

若是你讀過Google的那篇大名鼎鼎的論文「MapReduce: Simplified Data Processing on Large Clusters」，你就能大概明白map/reduce的概念。

咱們先看map。map()函數接收兩個參數，一個是函數，一個是Iterable，map將傳入的函數依次做用到序列的每一個元素，並把結果做爲新的Iterator返回。

舉例說明，好比咱們有一個函數f(x)=x2，要把這個函數做用在一個list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就能夠用map()實現以下：

\

如今，咱們用Python代碼實現：

#coding=utf-8  
def f(x):
    return x * x
r = map(f,[1, 2, 3, 4, 5, 6, 7, 8, 9])
print list(r)

[1, 4, 9, 16, 25, 36, 49, 64, 81]

map()傳入的第一個參數是f，即函數對象自己。因爲結果r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。

你可能會想，不須要map()函數，寫一個循環，也能夠計算出結果：

#coding=utf-8  
L = []
def f(x):
     return x * x
for n in [1, 2, 3, 4, 5, 6, 7, 8, 9]:
    L.append(f(n))
print(L)

的確能夠，可是，從上面的循環代碼，能一眼看明白「把f(x)做用在list的每個元素並把結果生成一個新的list」嗎？

因此，map()做爲高階函數，事實上它把運算規則抽象了，所以，咱們不但能夠計算簡單的f(x)=x2，還能夠計算任意複雜的函數，好比，把這個list全部數字轉爲字符串：

的確能夠，可是，從上面的循環代碼，能一眼看明白「把f(x)做用在list的每個元素並把結果生成一個新的list」嗎？

因此，map()做爲高階函數，事實上它把運算規則抽象了，所以，咱們不但能夠計算簡單的f(x)=x2，還能夠計算任意複雜的函數，好比，把這個list全部數字轉爲字符串：

#coding=utf-8  
print list(map(str,[1,2,3,4,5,6,7,8,9]))

只須要一行代碼。

再看reduce的用法。reduce把一個函數做用在一個序列[x1, x2, x3, ...]上，這個函數必須接收兩個參數，reduce把結果繼續和序列的下一個元素作累積計算，其效果就是：

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

比方說對一個序列求和，就能夠用reduce實現：

#coding=utf-8  
from functools import reduce
def f(x):
    return x * x
def add(x,y):
    return x + y
print reduce(add,[1,3,5,7,9])
25

固然求和運算能夠直接用Python內建函數sum()，不必動用reduce。

可是若是要把序列[1, 3, 5, 7, 9]變換成整數13579，reduce就能夠派上用場：

from functools import reduce
def f(x):
    return x * x
def add(x,y):
    return x + y
def fn(x,y):
    return x * 10 + y
print reduce(fn,[1,3,5,7,9])

13579

這個例子自己沒多大用處，可是，若是考慮到字符串str也是一個序列，對上面的例子稍加改動，配合map()，咱們就能夠寫出把str轉換爲int的函數：

>>> from functools import reduce
>>> def fn(x, y):
...     return x * 10 + y
...
>>> def char2num(s):
...     return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
...
>>> reduce(fn, map(char2num, '13579'))
13579

整理成一個str2int的函數就是

from functools import reduce

def str2int(s):
    def fn(x, y):
        return x * 10 + y
    def char2num(s):
        return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
    return reduce(fn, map(char2num, s))

還能夠用lambda函數進一步簡化成：

from functools import reduce

def char2num(s):
    return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]

def str2int(s):
    return reduce(lambda x, y: x * 10 + y, map(char2num, s))

還能夠用lambda函數進一步簡化成：後面再細研究,在此不作演示,實際上是不知道呀

練習

1.利用map()函數，把用戶輸入的不規範的英文名字，變爲首字母大寫，其餘小寫的規範名字。輸入：['adam', 'LISA', 'barT']，輸出：['Adam', 'Lisa', 'Bart']：

#coding=utf-8  
from functools import reduce
def normalize(name):
    return name.capitalize()
L1 = ['adam', 'LISA', 'barT']
L2 = list(map(normalize,L1))
print 'L2', L2

小總結:經測試 capitalize()是字符串方法,可將字符串首字母大寫,其他字母小寫化!,map2個參數,函數,隊列,調用的函數的參數將是隊列中的每個值,單獨分開來去掉用函數

2.Python提供的sum()函數能夠接受一個list並求和，請編寫一個prod()函數，能夠接受一個list並利用reduce()求積：

#coding=utf-8  
from functools import reduce
def prod(x,y):
    return x * y
L = [3, 5, 7, 9]
print reduce(prod,L)

總結,reduce有2個參數,(調用的函數,序列),被調用的函數應有2個參數--例子是整個的序列,不懂耶,之後再說--,2個參數分別對應着序列的順序排列變量