Python 函數式編程入門教程

函數式編程源自於數學理論，它似乎也更適用於數學計算相關的場景，因此本文以一個簡單的數據處理問題為例，逐步介紹 Python 函數式編程從入門到走火入魔的過程。

一、什麼是函數式編程？

函數：function

函數式：functional，是一種編程範式

二、函數式編程的特點：

1）把計算視為函數而非指令

2）純函數式編程：不需要變量，沒有副作用，測試簡單

3）支持高階函數，代碼簡潔

三、Python支持的函數式編程

1）Python不是純函數式編程：允許有變量

2）Python支持高階函數：函數也可以作為變量傳入

3）Python支持閉包：有了閉包就能返回函數

4）有限度的支持你匿名函數

問題：計算 N 位同學在某份試卷的 M 道選擇題上的得分（每道題目的分值不同）。

首先來生成一組用於計算的偽造數據：

四、入門

首先來看常規的面向過程編程風格，我們需要遍歷每個學生，然後遍歷每個學生對每道題目的答案並與真實答案進行比較，然後將正確答案的分數累計：

如果你覺得上面的代碼非常直觀且合乎邏輯，那說明你已經習慣按照計算機的思維模式進行思考了。通過創建嵌套兩個 for 循環來遍歷所有題目答案的判斷和評分，這完全是為計算機服務的思路，雖然說 Python 中的 for 循環已經比 C 語言更進了一步，通常不需要額外的狀態變量來記錄當前循環的次數，但有時候也不得不使用狀態變量，如上例中第二個循環中比較兩個列表的元素。函數式編程的一大特點就是儘量拋棄這種明顯循環遍歷的做法，而是把注意集中在解決問題本身，一如在現實中我們批改試卷時，只需要將兩組答案並列進行比較即可：

然後再將所有正確題目的分數累加起來，即可：

from functools import reduce

reduced = reduce(lambda x, y: x + y[1][1], filtered, 0)

print(reduced)

以上是對一位學生的結果處理，接下來只需要對所有學生進行同樣的處理即可：

上面的示例通過 zip/filter/reduce/map 等函數將數據處理的方法打包應用到數據上，實現了基本的函數式編程操作。但是如果你對函數式有更深入的瞭解，你就會發現上面的 cal 方法中使用了全局變量 QUIZE，這會導致在相同輸入的條件下，函數可能產生不同的輸出，這是 FP 的大忌，因此需要進行整改：

如此藉助閉包（Closure）的方法，就可以維持純淨的 FP 模式啦！

函數式編程的一大優勢就是Immutable Data(數據不可變)，就是不依賴於外部的數據，而且也不改變外部數據的值，這種思想可以大大減少我們代碼的Bug，而且函數式編程也支持我們像使用變量一樣使用函數。Python作為面嚮對象語言，也提供了對於函數式編程的支持，雖然並不是那麼純粹，而且也不支持尾遞歸優化。

1.lambda的使用

lambda即匿名函數，合理地使用lambda不僅可以減少我們的代碼量，而且也可以更好地描繪代碼邏輯，比如現在我們有下面這樣一個函數。

>>>deff(x):

...returnx+x

# 調用這個函數

>>>f(2)

4

這個函數如果我們用lamda改寫的話，只要一行代碼就夠了。# lambda後面的x表示lambda函數要接收的參數，x + x表示lambda函數所要返回的值

>>>f=lambdax:x+x

# 可以看到f現在也是一個函數對象

>>>f

>

# 調用lambda函數

>>>f(2)

4

python中map()函數

map(function, iterable)接收兩個參數，第一個參數代表的是接收一個函數，第二個參數代表的是接收一個iteralbe類型的對象，比如list。

map函數的原理是:

1.每次從iterable中取出一個參數

2.將這個參數傳遞給我們的函數

3.然後函數返回的值加入一個list(這種說法不準確，只是為了幫助大家理解，後面我會解釋)。等所有的iterable對象遍歷完，map就把這個list返回給我們的調用者。下面我們直接通過實例來了解一下map的用法。

python中reduce()函數

reduce()函數也是Python內置的一個高階函數。reduce()函數接收的參數和 map()類似，一個函數 f，一個list，但行為和 map()不同，reduce()傳入的函數 f 必須接收兩個參數，reduce()對list的每個元素反覆調用函數f，並返回最終結果值。

例如：

請利用recude()來求積：

輸入：[2, 4, 5, 7, 12]

輸出：245712的結果

def prod(x, y):

return x*y

print reduce(prod, [2, 4, 5, 7, 12])

輸出：3360

python中filter()函數

和map/reduce類似，filter(function, iterable)一次也接收兩個參數，一個參數是函數，另外一個參數是iterable對象，從名字也可以看出，filter用於過濾iterble對象，比如說list(列表)。

它的原理是每次從iterable對象中取出一個元素作用於我們的function，如果function返回True就保留該元素，如果返回False就刪除該元素。下面我們通過一個實例來看一下filter的用法。

定義一個函數，如果接收的字符s為空，那麼返回False，如果為非空，那麼返回True

>>>function=lambdas:sands.strip()

>>>iterable=['AJ',' ','Stussy','','CLOT','FCB',None]

>>>filter(function,iterable)

>>>list(filter(function,iterable))

['AJ','Stussy','CLOT','FCB']

python中自定義排序函數

Python內置的 sorted()函數可對list進行排序：

sorted([36, 5, 12, 9, 21])

輸出：[5, 9, 12, 21, 36]

但 sorted()也是一個高階函數，它可以接收一個比較函數來實現自定義排序，比較函數的定義是，傳入兩個待比較的元素 x, y，如果 x 應該排在 y 的前面，返回 -1，如果 x 應該排在 y 的後面，返回 1。如果 x 和 y 相等，返回 0。

因此，如果我們要實現倒序排序，只需要編寫一個reversed_cmp函數：

def reversed_cmp(x, y):

if x > y:

return -1

if x < y:

return 1

return 0

這樣，調用 sorted() 並傳入 reversed_cmp 就可以實現倒序排序：

sorted([36, 5, 12, 9, 21], reversed_cmp)

輸出：[36, 21, 12, 9, 5]

sorted()也可以對字符串進行排序，字符串默認按照ASCII大小來比較：

sorted(['bob', 'about', 'Zoo', 'Credit'])

輸出：['Credit', 'Zoo', 'about', 'bob']

'Zoo'排在'about'之前是因為'Z'的ASCII碼比'a'小。

示例：

對字符串排序時，有時候忽略大小寫排序更符合習慣。請利用sorted()高階函數，實現忽略大小寫排序的算法。

輸入：['bob', 'about', 'Zoo', 'Credit']

輸出：['about', 'bob', 'Credit', 'Zoo']

走火入魔

走火（fn.py)

也許看了上面的 FP 寫法，你還是覺得挺囉嗦的，並沒有達到你想象中的結果，這時候就需要呈上一款語法糖利器：fn.py！fn.py 封裝了一些常用的 FP 函數及語法糖，可以大大簡化你的代碼！

pip install fn

首先從剛剛的閉包開始，我們可以用更加 FP 的方法來解決這一問題，稱為柯里化，簡單來說就是允許接受多個參數的函數可以分次執行，每次只接受一個參數：

應用到上面的 cal 方法中：

在 FP 中數據通常被看作是一段數據流在一串函數的管道中傳遞，因此上面的reduce和filter其實可以合併：

reduce(lambda x, y: x + y[1][1], filter(lambda x: x[0] == x[1][0], zip(student.ans, quize)), 0)

雖然更簡略了，但是這樣會大大降低代碼的可讀性（這也是 FP 容易遭受批評的一點），為此 fn 提供了更高級的函數操作工具：

入魔（Hy）

如果你覺得上面的代碼已經足夠魔性到看起來不像是 Python 語言了，然而一旦接受了這樣的語法設定感覺也還挺不錯的。如果你興沖沖地拿去給 Lisp 或 Haskell 程序員看，則一定會被無情地鄙視，於是你痛定思痛下定決心繼續挖掘 Python 函數式編程的奧妙，那麼恭喜你，組織歡迎你的加入：Hail Hydra！

哦不對，說漏了，是Hi Hy！

Hy 是基於 Python 的 Lisp 方言，可以與 Python 代碼進行完美互嵌（如果你更偏好 PyPy，同樣也有類似的Pixie），

除此之外你也可以把它當做一門獨立的語言來看待，它有自己的解釋器，可以當做獨立的腳本語言來使用：

pip install git+https://github.com/hylang/hy.git

首先來看一下它的基本用法，和 Python 一樣，安裝完之後可以通過 hy 命令進入 REPL 環境：

或者當做命令行腳本運行：

#! /usr/bin/env hy

(print "I was going to code in Python syntax, but then I got Hy.")

保存為 awesome.hy：

chmod +x awesome.hy

./awesome.hy

接下來繼續以上面的問題為例，首先可以直接從 Python 代碼中導入：

如果覺得不放心，還可以直接調用最開始定義的方法將結果進行比較：

;; 假設最上面的 normal 方法保存在 fun.py 文件中

(import fun)

(.normal fun students quize)

還有很多包括視頻我就不一一截圖了，需要這些資料的可以先關注小編，轉發評論，私信小編回覆006、008即可領取資料。誠信小編！！！