Python函數(shù)式編程指南（二）：從函數(shù)開始
2. 從函數(shù)開始
2.1. 定義一個函數(shù)
如下定義了一個求和函數(shù)：
def add(x, y):
return x + y
關(guān)于參數(shù)和返回值的語法細節(jié)可以參考其他文檔，這里就略過了。
使用lambda可以定義簡單的單行匿名函數(shù)。lambda的語法是：
lambda args: expression
參數(shù)(args)的語法與普通函數(shù)一樣，同時表達式(expression)的值就是匿名函數(shù)調(diào)用的返回值；而lambda表達式返回這個匿名函數(shù)。如果我們給匿名函數(shù)取個名字，就像這樣：
lambda_add = lambda x, y: x + y
這與使用def定義的求和函數(shù)完全一樣，可以使用lambda_add作為函數(shù)名進行調(diào)用。然而，提供lambda的目的是為了編寫偶爾為之的、簡單的、可預見不會被修改的匿名函數(shù)。這種風格雖然看起來很酷，但并不是一個好主意，特別是當某一天需要對它進行擴充，再也無法用一個表達式寫完時。如果一開始就需要給函數(shù)命名，應該始終使用def關(guān)鍵字。
2.2. 使用函數(shù)賦值
事實上你已經(jīng)見過了，上一節(jié)中我們將lambda表達式賦值給了add。同樣，使用def定義的函數(shù)也可以賦值，相當于為函數(shù)取了一個別名，并且可以使用這個別名調(diào)用函數(shù)：
add_a_number_to_another_one_by_using_plus_operator = add
print add_a_number_to_another_one_by_using_plus_operator(1, 2)
既然函數(shù)可以被變量引用，那么將函數(shù)作為參數(shù)和返回值就是很尋常的做法了。
2.3. 閉包
閉包是一類特殊的函數(shù)。如果一個函數(shù)定義在另一個函數(shù)的作用域中，并且函數(shù)中引用了外部函數(shù)的局部變量，那么這個函數(shù)就是一個閉包。下面的代碼定義了一個閉包：
def f():
n = 1
def inner():
print n
inner()
n = 'x'
inner()
函數(shù)inner定義在f的作用域中，并且在inner中使用了f中的局部變量n，這就構(gòu)成了一個閉包。閉包綁定了外部的變量，所以調(diào)用函數(shù)f的結(jié)果是打印1和'x'。這類似于普通的模塊函數(shù)和模塊中定義的全局變量的關(guān)系：修改外部變量能影響內(nèi)部作用域中的值，而在內(nèi)部作用域中定義同名變量則將遮蔽（隱藏）外部變量。
如果需要在函數(shù)中修改全局變量，可以使用關(guān)鍵字global修飾變量名。Python 2.x中沒有關(guān)鍵字為在閉包中修改外部變量提供支持，在3.x中，關(guān)鍵字nonlocal可以做到這一點：
#Python 3.x supports `nonlocal'
def f():
n = 1
def inner():
nonlocal n
n = 'x'
print(n)
inner()
print(n)
調(diào)用這個函數(shù)的結(jié)果是打印1和'x'，如果你有一個Python 3.x的解釋器，可以試著運行一下。
由于使用了函數(shù)體外定義的變量，看起來閉包似乎違反了函數(shù)式風格的規(guī)則即不依賴外部狀態(tài)。但是由于閉包綁定的是外部函數(shù)的局部變量，而一旦離開外部函數(shù)作用域，這些局部變量將無法再從外部訪問；另外閉包還有一個重要的特性，每次執(zhí)行至閉包定義處時都會構(gòu)造一個新的閉包，這個特性使得舊的閉包綁定的變量不會隨第二次調(diào)用外部函數(shù)而更改。所以閉包實際上不會被外部狀態(tài)影響，完全符合函數(shù)式風格的要求。（這里有一個特例，Python 3.x中，如果同一個作用域中定義了兩個閉包，由于可以修改外部變量，他們可以相互影響。）
雖然閉包只有在作為參數(shù)和返回值時才能發(fā)揮它的真正威力，但閉包的支持仍然大大提升了生產(chǎn)率。
2.4. 作為參數(shù)
如果你對OOP的模板方法模式很熟悉，相信你能很快速地學會將函數(shù)當作參數(shù)傳遞。兩者大體是一致的，只是在這里，我們傳遞的是函數(shù)本身而不再是實現(xiàn)了某個接口的對象。
我們先來給前面定義的求和函數(shù)add熱熱身：
print add('三角形的樹', '北極')
與加法運算符不同，你一定很驚訝于答案是'三角函數(shù)'。這是一個內(nèi)置的彩蛋...bazinga!
言歸正傳。我們的客戶有一個從0到4的列表：
lst = range(5) #[0, 1, 2, 3, 4]
雖然我們在上一小節(jié)里給了他一個加法器，但現(xiàn)在他仍然在為如何計算這個列表所有元素的和而苦惱。當然，對我們而言這個任務輕松極了：
amount = 0
for num in lst:
amount = add(amount, num)
這是一段典型的指令式風格的代碼，一點問題都沒有，肯定可以得到正確的結(jié)果?，F(xiàn)在，讓我們試著用函數(shù)式的風格重構(gòu)一下。
首先可以預見的是求和這個動作是非常常見的，如果我們把這個動作抽象成一個單獨的函數(shù)，以后需要對另一個列表求和時，就不必再寫一遍這個套路了：
def sum_(lst):
amount = 0
for num in lst:
amount = add(amount, num)
return amount
print sum_(lst)
還能繼續(xù)。sum_函數(shù)定義了這樣一種流程：
1. 使用初始值與列表的第一個元素相加；
2. 使用上一次相加的結(jié)果與列表的下一個元素相加；
3. 重復第二步，直到列表中沒有更多元素；
4. 將最后一次相加的結(jié)果返回。
如果現(xiàn)在需要求乘積，我們可以寫出類似的流程——只需要把相加換成相乘就可以了：
def multiply(lst):
product = 1
for num in lst:
product = product * num
return product
除了初始值換成了1以及函數(shù)add換成了乘法運算符，其他的代碼全部都是冗余的。我們?yōu)槭裁床话堰@個流程抽象出來，而將加法、乘法或者其他的函數(shù)作為參數(shù)傳入呢？
def reduce_(function, lst, initial):
result = initial
for num in lst:
result = function(result, num)
return result
print reduce_(add, lst, 0)
現(xiàn)在，想要算出乘積，可以這樣做：
print reduce_(lambda x, y: x * y, lst, 1)
那么，如果想要利用reduce_找出列表中的最大值，應該怎么做呢？請自行思考：）
雖然有模板方法這樣的設(shè)計模式，但那樣的復雜度往往使人們更情愿到處編寫循環(huán)。將函數(shù)作為參數(shù)完全避開了模板方法的復雜度。
Python有一個內(nèi)建函數(shù)reduce，完整實現(xiàn)并擴展了reduce_的功能。本文稍后的部分包含了有用的內(nèi)建函數(shù)的介紹。請注意我們的目的是沒有循環(huán)，使用函數(shù)替代循環(huán)是函數(shù)式風格區(qū)別于指令式風格的最顯而易見的特征。
*像Python這樣構(gòu)建于類C語言之上的函數(shù)式語言，由于語言本身提供了編寫循環(huán)代碼的能力，內(nèi)置函數(shù)雖然提供函數(shù)式編程的接口，但一般在內(nèi)部還是使用循環(huán)實現(xiàn)的。同樣的，如果發(fā)現(xiàn)內(nèi)建函數(shù)無法滿足你的循環(huán)需求，不妨也封裝它，并提供一個接口。
2.5. 作為返回值
將函數(shù)返回通常需要與閉包一起使用（即返回一個閉包）才能發(fā)揮威力。我們先看一個函數(shù)的定義：
def map_(function, lst):
result = []
for item in lst:
result.append(function(item))
return result
函數(shù)map_封裝了最常見的一種迭代：對列表中的每個元素調(diào)用一個函數(shù)。map_需要一個函數(shù)參數(shù)，并將每次調(diào)用的結(jié)果保存在一個列表中返回。這是指令式的做法，當你知道了列表解析(list comprehension)后，會有更好的實現(xiàn)。
這里我們先略過map_的蹩腳實現(xiàn)而只關(guān)注它的功能。對于上一節(jié)中的lst，你可能發(fā)現(xiàn)最后求乘積結(jié)果始終是0，因為lst中包含了0。為了讓結(jié)果看起來足夠大，我們來使用map_為lst中的每個元素加1：
lst = map_(lambda x: add(1, x), lst)
print reduce_(lambda x, y: x * y, lst, 1)
答案是120，這還遠遠不夠大。再來：
lst = map_(lambda x: add(10, x), lst)
print reduce_(lambda x, y: x * y, lst, 1)
囧，事實上我真的沒有想到答案會是360360，我發(fā)誓沒有收周鴻祎任何好處。
現(xiàn)在回頭看看我們寫的兩個lambda表達式：相似度超過90%，絕對可以使用抄襲來形容。而問題不在于抄襲，在于多寫了很多字符有木有？如果有一個函數(shù)，根據(jù)你指定的左操作數(shù)，能生成一個加法函數(shù)，用起來就像這樣：
lst = map_(add_to(10), lst) #add_to(10)返回一個函數(shù)，這個函數(shù)接受一個參數(shù)并加上10后返回
寫起來應該會舒服不少。下面是函數(shù)add_to的實現(xiàn)：
def add_to(n):
return lambda x: add(n, x)
通過為已經(jīng)存在的某個函數(shù)指定數(shù)個參數(shù)，生成一個新的函數(shù)，這個函數(shù)只需要傳入剩余未指定的參數(shù)就能實現(xiàn)原函數(shù)的全部功能，這被稱為偏函數(shù)。Python內(nèi)置的functools模塊提供了一個函數(shù)partial，可以為任意函數(shù)生成偏函數(shù)：
functools.partial(func[, *args][, **keywords])
你需要指定要生成偏函數(shù)的函數(shù)、并且指定數(shù)個參數(shù)或者命名參數(shù)，然后partial將返回這個偏函數(shù)；不過嚴格的說partial返回的不是函數(shù)，而是一個像函數(shù)一樣可直接調(diào)用的對象，當然，這不會影響它的功能。
另外一個特殊的例子是裝飾器。裝飾器用于增強甚至干脆改變原函數(shù)的功能，我曾寫過一篇文檔介紹裝飾器，地址在這里：http://chabaoo.cn/article/59867.htm。
*題外話，單就例子中的這個功能而言，在一些其他的函數(shù)式語言中（例如Scala）可以使用名為柯里化(Currying)的技術(shù)實現(xiàn)得更優(yōu)雅?？吕锘前呀邮芏鄠€參數(shù)的函數(shù)變換成接受一個單一參數(shù)（最初函數(shù)的第一個參數(shù)）的函數(shù)，并且返回接受余下的參數(shù)而且返回結(jié)果的新函數(shù)的技術(shù)。如下的偽代碼所示：
#不是真實的代碼
def add(x)(y): #柯里化
return x + y
lst = map_(add(10), lst)
通過將add函數(shù)柯里化，使得add接受第一個參數(shù)x，并返回一個接受第二個參數(shù)y的函數(shù)，調(diào)用該函數(shù)與前文中的add_to完全相同（返回x + y），且不再需要定義add_to。看上去是不是更加清爽呢？遺憾的是Python并不支持柯里化。
2.6. 部分內(nèi)建函數(shù)介紹
reduce(function, iterable[, initializer])
這個函數(shù)的主要功能與我們定義的reduce_相同。需要補充兩點：
它的第二個參數(shù)可以是任何可迭代的對象（實現(xiàn)了__iter__()方法的對象）；
如果不指定第三個參數(shù)，則第一次調(diào)用function將使用iterable的前兩個元素作為參數(shù)。
由reduce和一些常見的function組合成了下面列出來的內(nèi)置函數(shù)：
all(iterable) == reduce(lambda x, y: bool(x and y), iterable)
any(iterable) == reduce(lambda x, y: bool(x or y), iterable)
max(iterable[, args...][, key]) == reduce(lambda x, y: x if key(x) > key(y) else y, iterable_and_args)
min(iterable[, args...][, key]) == reduce(lambda x, y: x if key(x) < key(y) else y, iterable_and_args)
sum(iterable[, start]) == reduce(lambda x, y: x + y, iterable, start)
map(function, iterable, ...)
這個函數(shù)的主要功能與我們定義的map_相同。需要補充一點：
map還可以接受多個iterable作為參數(shù)，在第n次調(diào)用function時，將使用iterable1[n], iterable2[n], ...作為參數(shù)。
filter(function, iterable)
這個函數(shù)的功能是過濾出iterable中所有以元素自身作為參數(shù)調(diào)用function時返回True或bool(返回值)為True的元素并以列表返回，與系列第一篇中的my_filter函數(shù)相同。
zip(iterable1, iterable2, ...)
這個函數(shù)返回一個列表，每個元素都是一個元組，包含(iterable1[n], iterable2[n], ...)。
例如：zip([1, 2], [3, 4]) --> [(1, 3), (2, 4)]
如果參數(shù)的長度不一致，將在最短的序列結(jié)束時結(jié)束；如果不提供參數(shù)，將返回空列表。
除此之外，你還可以使用本文2.5節(jié)中提到的functools.partial()為這些內(nèi)置函數(shù)創(chuàng)建常用的偏函數(shù)。
另外，pypi上有一個名為functional的模塊，除了這些內(nèi)建函數(shù)外，還額外提供了更多的有意思的函數(shù)。但由于使用的場合并不多，并且需要額外安裝，在本文中就不介紹了。但我仍然推薦大家下載這個模塊的純Python實現(xiàn)的源代碼看看，開闊思維嘛。里面的函數(shù)都非常短，源文件總共只有300行不到，地址在這里：http://pypi.python.org/pypi/functional
此篇結(jié)束：）
相關(guān)文章
關(guān)于Python?Selenium自動化導出新版WOS(web?of?science)檢索結(jié)果的問題
這篇文章主要介紹了Python?Selenium自動化導出新版WOS(web?of?science)檢索結(jié)果,本代碼屬于半自動化導出，考慮到開發(fā)效率等因素，有兩處在首次導出時需要手動操作，具體實現(xiàn)過程跟隨小編一起看看吧2022-01-01
這篇文章主要為大家詳細介紹了python實現(xiàn)最速下降法，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-03-03
這篇文章主要為大家介紹了OpenCV-Python?Bindings如何生成過程解析以及如何將新的OpenCV模塊擴展到Python，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2023-05-05
這篇文章主要介紹了PyTorch 編寫代碼遇到的問題及解決方案，具有很好的參考價值，希望對大家有所幫助。2021-06-06
這篇文章主要介紹了Python中文件操作簡明介紹,本文講解了打開文件、讀取方法、寫入方法、文件內(nèi)移動、文件迭代、關(guān)閉文件、截取文件等內(nèi)容,并給出了一個完整操作實例,需要的朋友可以參考下2015-04-04
Python操控mysql批量插入數(shù)據(jù)的實現(xiàn)方法
這篇文章主要介紹了Python操控mysql批量插入數(shù)據(jù)的實現(xiàn)方法,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-10-10
使用pandas或numpy處理數(shù)據(jù)中的空值(np.isnan()/pd.isnull())
