Python 函数式编程

1. 列表生成式

>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
 
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
 
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

2. 生成器（Generator）

生成器是一种惰性计算的迭代器，按需生成值，节省内存。

生成器表达式

把列表生成式的 [] 改成 ()：

# 列表生成式
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
 
# 生成器
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>
 
>>> next(g)
0
>>> next(g)
1

yield 关键字

使用函数实现 generator：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1
    return 'done'
 
>>> f = fib(6)
>>> for n in f:
...     print(n)
1
1
2
3
5
8

yield 与 return 的区别

return：返回值，函数结束
yield：返回值，暂停函数，下次调用从暂停处继续

3. 迭代器

可迭代对象（Iterable）

可以直接作用于 for 循环的对象：

集合数据类型：list、tuple、dict、set、str
generator

>>> from collections.abc import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True

迭代器（Iterator）

可以被 next() 函数调用并不断返回下一个值的对象：

>>> from collections.abc import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False

iter() 函数

将 Iterable 转为 Iterator：

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

4. map/reduce

map

将函数作用于序列的每个元素：

>>> def f(x):
...     return x * x
...
>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]

reduce

对序列进行累积计算：

>>> from functools import reduce
>>> def add(x, y):
...     return x + y
...
>>> reduce(add, [1, 3, 5, 7, 9])
25

5. filter

过滤序列：

>>> def is_odd(n):
...     return n % 2 == 1
...
>>> list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
[1, 5, 9, 15]

6. sorted

排序：

>>> sorted([36, 5, -12, 9, -21])
[-21, -12, 5, 9, 36]
 
>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]
 
>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']

7. 装饰器

装饰器是一种在不修改函数代码的情况下扩展函数功能的设计模式。

基本用法

import functools
 
def log(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper
 
@log
def now():
    print('2015-3-25')
 
# 等价于 now = log(now)

带参数的装饰器

import functools
 
def log(text):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return decorator
 
@log('execute')
def now():
    print('2015-3-25')
 
# 等价于 now = log('execute')(now)

类装饰器

import time
 
class TimerDecorator:
    def __init__(self, func):
        self.func = func
 
    def __call__(self, *args, **kwargs):
        start = time.time()
        result = self.func(*args, **kwargs)
        print(f"耗时: {time.time() - start:.4f}秒")
        return result
 
@TimerDecorator
def my_task(duration):
    time.sleep(duration)
    return "完成"

8. 偏函数

固定函数的某些参数：

>>> from functools import partial
>>> int2 = partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85

CS Notes

导航

02 Python 函数式编程