Python之函数式编程

高阶函数（map/reduce,filter,sorted）

　变量可以指向函数：

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

>>> f = abs
>>> f(-10)
10

函数名也是变量

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

传入函数

既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

def add(x, y, f):
    return f(x) + f(y)

当我们调用add(-5,6,abs)时，参数x，y和f分别接收-5，6，和abs，根据函数定义，我们可以推导计算过程为：

x=-5

y=6

f=abs

f(x)+f(y)==>abs(-5)+abs(6)==>11

return 11

>>> add(-5, 6, abs)
11

map/reduce

Python内建了map()和reduce()函数。

map()函数接收两个参数，一个函数，一个式Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。

一个函数f(x)=x²，要把这个函数作用在一个list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()实现如下：

python代码实现如下：

>>>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]

>>>list(map(str, [1,2,3,4,5,6,7,8,9]))

['1', '2', '3', '4', '5', '6', '7', '8', '9']

reduce的用法。reduce把函数作用在一个序列[x1,x2,x3,.....]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：

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

对一个序列求和，可以用reduce实现：

>>>from functools import reduce

>>>def add(x, y):

　　　　reduce x+y

　　　　reduce(add, [1,3,5,7,9])

25

filter

python内建的filter()函数用于过滤序列。

filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

例如，删除一个list中的偶数，只保留奇数，可以这么写：

def is_odd(n):　

　　return n%2==1

t=list(filter(is_odd,[1,2,3,4,5,6,7,8,9,10,15]))

print(t)

sorted

排序算法：

Python内置的sorted()函数就可以对list进行排序：

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

此外，sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序：

>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]
字符串排序的例子：

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

sorted传入key函数，即可实现忽略大小写的排序：

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
['about', 'bob', 'Credit', 'Zoo']
返回函数