10分钟学习函数式Python _Python

文章插图

在这篇10分钟的文章中，您将学习Python中的函数式范型。您还将学习列表推导式。
目录

函数式范式
Python的map函数是如何运行的
Python中的lambda表达式
Python中的reduce函数
filter函数
Python中的高阶函数
带有函数的部分应用
函数编程不是Python化
列表推导式
任何可迭代对象的推导式
结论

函数式范式在命令式编程范式中，我们通过给计算机一个任务序列来执行任务，然后计算机会执行这些任务。在执行它们时，计算机可以改变状态。例如，我们设A = 5，然后改变A的值。因为我们的A是变量，所以它内部的值是变化的。
在函数式编程范式中，我们不告诉计算机去做什么，而是告诉它是什么东西。一个数的最大公约数是什么，等等。
变量不会变化。一旦我们设置了一个变量，它就会永远保持这种状态。因此，函数在函数式范型中没有副作用。副作用就是函数改变了它外部的东西。让我们来看一个例子:

文章插图

输出是5 。在函数式范型中，改变变量是一个很大的禁忌，而让函数影响它们范围之外的东西也是一个大大的禁忌。函数唯一能做的就是计算某些东西并返回它。
现在您可能会想“没有变量，就没有副作用?为什么这很好?”问得好，读这篇文章的古怪陌生人。
如果一个函数使用相同的参数被调用两次，那么它肯定会返回相同的结果。如果您学过数学函数，您就会喜欢这一点。我们称之为函数的引用透明性。由于函数没有副作用，如果我们构建一个计算程序，我们就可以加快该程序的速度。如果程序知道func(2)等于3，我们可以将其存储在一个表中。这将防止程序在我们已经知道答案的情况下去运行相同的函数。
通常，在函数式编程中，我们不使用循环，我们使用递归。递归是一个数学概念，它意味着“自食其力” 。对于递归函数，该函数将自己作为一个子函数进行调用。下面是Python中递归函数的一个很好的例子:

文章插图

一些编程语言也很懒。这意味着他们直到最后一秒才开始计算或做任何事情。如果我们编写一些代码来执行2 + 2，一个函数式程序只会在我们需要使用结果时才会计算这个结果。我们很快就会探讨Python中的惰性。
Python的map函数是如何运行的为了理解映射，让我们首先看看什么是可迭代对象。一个可迭代对象是我们可以迭代的任何东西。这些是列表或数组，但是Python有许多不同的可迭代对象。我们甚至可以通过实现魔术方法来创建我们自己的可迭代对象。一个魔术方法就像一个API，它可以帮助我们的对象变得更Python化。要使一个对象成为一个可迭代对象，我们需要实现2个魔术方法:

文章插图

第一个魔术方法是__iter__，或者叫特殊iter（双下划线）方法，它会返回迭代对象，我们通常在循环开始时使用它。特殊next方法，__next__，会返回下一个对象是什么。
让我们来看看这个:

文章插图

这将输出：

文章插图

在Python中，迭代器是一个对象，它只有一个简单的__iter__魔术方法。这意味着我们可以访问该对象中的位置，但不能遍历该对象。有些对象有魔术方法__next__，但没有__iter__魔术方法，如sets(将在本文后面讨论) 。对于本文，我们将假设我们接触的所有东西都是一个可迭代的对象。
现在我们知道了什么是可迭代对象，让我们回到map函数。
map函数允许我们将一个函数应用到一个可迭代对象中的每个项。我们希望将一个函数应用到一个列表中的每个项，但是要知道这对大多数可迭代对象来说都是可行的。map的语法接受两个输入，即要应用的函数和可迭代的对象。