寫 Python 代碼不可不知的函數(shù)式編程技術(shù)

人生苦短，菜鳥學(xué)Python！

在 Python 中，函數(shù)是「頭等公民」（first-class）。也就是說，函數(shù)與其他數(shù)據(jù)類型（如 int）處于平等地位。

因而，我們可以將函數(shù)賦值給變量，也可以將其作為參數(shù)傳入其他函數(shù)，將它們存儲在其他數(shù)據(jù)結(jié)構(gòu)（如 dicts）中，并將它們作為其他函數(shù)的返回值。

把函數(shù)作為對象

由于其他數(shù)據(jù)類型（如 string、list 和 int）都是對象，那么函數(shù)也是 Python 中的對象。我們來看示例函數(shù) foo，它將自己的名稱打印出來：

def foo():
    print("foo")

由于函數(shù)是對象，因此我們可以將函數(shù) foo 賦值給任意變量，然后調(diào)用該變量。例如，我們可以將函數(shù)賦值給變量 bar：

bar = foo
bar()
#will print "foo" to the console

語句 bar = foo 將函數(shù) foo 引用的對象賦值給變量 bar。

把對象作為函數(shù)

當(dāng)對象可調(diào)用時（callable），它們與函數(shù)一樣，如 object()。這是通過 __call__ 方法實現(xiàn)的。示例如下：

class Greeter:
    def __init__(self, greeting):
        self.greeting = greeting
    def __call__(self, name):
        return self.greeting + " " + name

每一次配置 Greeter 類的對象時，我們都會創(chuàng)建一個新的對象，即打招呼時可以喊的新名字。如下所示：

morning = Greeter("good morning") #creates the callable object
morning("john") # calling the object
#prints "good morning john" to the console

我們可以調(diào)用 morning 對象的原因在于，我們已經(jīng)在類定義中使用了 __call__ 方法。為了檢查對象是否可調(diào)用，我們使用內(nèi)置函數(shù) callable：

callable(morning) #true
callable(145) #false. int is not callable.

數(shù)據(jù)結(jié)構(gòu)內(nèi)的函數(shù)

函數(shù)和其他對象一樣，可以存儲在數(shù)據(jù)結(jié)構(gòu)內(nèi)部。例如，我們可以創(chuàng)建 int to func 的字典。當(dāng) int 是待執(zhí)行步驟的簡寫時，這就會派上用場。

# store in dictionary
mapping = {
   0 : foo,
   1 : bar
}
x = input() #get integer value from user
mapping[x]() #call the func returned by dictionary access

類似地，函數(shù)也可以存儲在多種其他數(shù)據(jù)結(jié)構(gòu)中。

把函數(shù)作為參數(shù)和返回值

函數(shù)還可以作為其他函數(shù)的參數(shù)和返回值。接受函數(shù)作為輸入或返回函數(shù)的函數(shù)叫做高階函數(shù)，它是函數(shù)式編程的重要組成部分。高階函數(shù)具備強大的能力。就像《Eloquent JavaScript》中解釋的那樣：「高階函數(shù)允許我們對動作執(zhí)行抽象，而不只是抽象數(shù)值?！刮覀儊砜匆粋€例子。假設(shè)我們想對一個項目列表（list of items）執(zhí)行迭代，并將其順序打印出來。我們可以輕松構(gòu)建一個 iterate 函數(shù)：

def iterate(list_of_items):
    for item in list_of_items:
        print(item)

看起來很酷吧，但這只不過是一級抽象而已。如果我們想在對列表執(zhí)行迭代時進行打印以外的其他操作要怎么做呢？這就是高階函數(shù)存在的意義。我們可以創(chuàng)建函數(shù) iterate_custom，待執(zhí)行迭代的列表和要對每個項應(yīng)用的函數(shù)都是 iterate_custom 函數(shù)的輸入：

def iterate_custom(list_of_items, custom_func):
    for item in list_of_items:
        custom_func(item)

這看起來微不足道，但其實非常強大。我們已經(jīng)把抽象的級別提高了一層，使代碼具備更強的可重用性?，F(xiàn)在，我們不僅可以在打印列表時調(diào)用該函數(shù)，還可以對涉及序列迭代的列表執(zhí)行任意操作。函數(shù)還能被返回，從而使事情變得更加簡單。就像我們在 dict 中存儲函數(shù)一樣，我們還可以將函數(shù)作為控制語句，來決定適合的函數(shù)。例如：

def add(x, y):
    return x + y
def sub(x, y):
    return x - y
def mult(x, y):
    return x * y
def calculator(opcode):
    if opcode == 1:
  return add
    elif opcode == 2:
  return sub
    else:
  return mult 
my_calc = calculator(2) #my calc is a subtractor
my_calc(5, 4) #returns 5 - 4 = 1 
my_calc = calculator(9) #my calc is now a multiplier
my_calc(5, 4) #returns 5 x 4 = 20.

嵌套函數(shù)

函數(shù)還可以在其他函數(shù)內(nèi)部，這就是「內(nèi)部函數(shù)」。內(nèi)部函數(shù)在創(chuàng)建輔助函數(shù)時非常有用，輔助函數(shù)即作為子模塊來支持主函數(shù)的小型可重用函數(shù)。在問題需要特定函數(shù)定義（參數(shù)類型或順序）時，我們可以使用輔助函數(shù)。這種不遵循傳統(tǒng)做法的操作使得解決問題變得更加簡單，示例參見：http://www-inst.eecs.berkeley.edu/~cs61a/sp12/lectures/lect4-2x3.pdf。假設(shè)你想定義一個斐波那契函數(shù) fib(n)，該函數(shù)只有一個參數(shù) n，我們必須返回第 n 個斐波那契數(shù)。定義此類函數(shù)的一種可行方式是：使用輔助函數(shù)來追蹤斐波那契數(shù)列的前兩個項（因為斐波那契數(shù)是前兩個數(shù)之和）。

def fib(n):
    def fib_helper(fk1, fk, k):
        if n == k:
   return fk
        else:
   return fib_helper(fk, fk1+fk, k+1)
    if n <= 1:
  return n
    else:
  return fib_helper(0, 1, 1)

將該計算從函數(shù)主體移到函數(shù)參數(shù)，這具備非常強大的力量。因為它減少了遞歸方法中可能出現(xiàn)的冗余計算。

單表達式函數(shù)（Lambda 表達式）

如果我們想在未給函數(shù)命名之前寫一個函數(shù)要怎么做？如果我們想寫一個簡短的單行函數(shù)（如上述示例中的函數(shù) foo 或 mult）要怎么做？我們可以在 Python 中使用 lambda 關(guān)鍵字來定義此類函數(shù)。示例如下：

mult = lambda x, y: x * y
mult(1, 2) #returns 2

該 mult 函數(shù)的行為與使用傳統(tǒng) def 關(guān)鍵字定義函數(shù)的行為相同。注意：lambda 函數(shù)必須為單行，且不能包含程序員寫的返回語句。事實上，它們通常具備隱式的返回語句（在上面的示例中，函數(shù)想表達 return x * y，不過我們省略了 lambda 函數(shù)中的顯式返回語句）。lambda 函數(shù)更加強大和精準(zhǔn)，因為我們還可以構(gòu)建匿名函數(shù)（即沒有名稱的函數(shù)）：

(lambda x, y: x * y)(9, 10) #returns 90

當(dāng)我們只需要一次性使用某函數(shù)時，這種方法非常方便。例如，當(dāng)我們想填充字典時：

import collections
pre_fill = collections.defaultdict(lambda: (0, 0))
#all dictionary keys and values are set to 0

接下來我們來看 Map、Filter 和 Reduce，以更多地了解 lambda。

Map、Filter 和 Reduce

Map

map 函數(shù)基于指定過程（函數(shù)）將輸入集轉(zhuǎn)換為另一個集合。這類似于上文提到的 iterate_custom 函數(shù)。例如：

def multiply_by_four(x):
    return x * 4
scores = [3, 6, 8, 3, 5, 7]
modified_scores = list(map(multiply_by_four, scores))

在 Python 3 中，map 函數(shù)返回的 map 對象可被類型轉(zhuǎn)換為 list，以方便使用?，F(xiàn)在，我們無需顯式地定義 multiply_by_four 函數(shù)，而是定義 lambda 表達式：

modified_scores = list(map(lambda x: 4 * x, scores))

當(dāng)我們想對集合內(nèi)的所有值執(zhí)行某項操作時，map 函數(shù)很有用。

Filter

就像名稱所顯示的那樣，filter 函數(shù)可以幫助篩除不想要的項。例如，我們想要去除 scores 中的奇數(shù)，那么我們可以使用 filter：

even_scores = list(filter(lambda x: True if (x % 2 == 0) else False, scores))

由于提供給 filter 的函數(shù)是逐個決定是否接受每一個項的，因此該函數(shù)必須返回 bool 值，且該函數(shù)必須是一元函數(shù)（即只使用一個輸入?yún)?shù)）。

Reduce

reduce 函數(shù)用于「總結(jié)」或「概述」數(shù)據(jù)集。例如，如果我們想要計算所有分數(shù)的總和，就可以使用 reduce：

from functools import reduce
sum_scores = reduce((lambda x, y: x + y), scores)

這要比寫循環(huán)語句簡單多了。注意：提供給 reduce 的函數(shù)需要兩個參數(shù)：一個表示正在接受檢查的項，另一個表示所用運算的累積結(jié)果。本文是關(guān)于函數(shù)式編程的一篇入門文章，雖然盡量完備地介紹了相關(guān)的知識，但并不是那么深入。如想了解更多，大家可以閱讀以下資源：

• Best Practices for Using Functional Programming in Python：https://kite.com/blog/python/functional-programming/

• Functional Programming Tutorials and Notes：https://www.hackerearth.com/zh/practice/python/functional-programming/functional-programming-1/tutorial/

人生苦短，我學(xué)Python！