當前位置：首頁 > 编程语言 > python >内容正文

python

Python基础（六）—函数式编程（内部函数、闭包、lambda、filter/map/reduce/sorce、偏函数）

發布時間：2023/12/31 python 57 豆豆

生活随笔收集整理的這篇文章主要介紹了 Python基础（六）—函数式编程（内部函数、闭包、lambda、filter/map/reduce/sorce、偏函数）小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

內部函數

Python中函數的作用域由def關鍵字界定，函數內的代碼訪問變量的方式是從其所在層級由內向外，若往外直至全局作用域都查找不到的話代碼會拋異常。

主要看以下代碼的差別~~

"""def f1():x = 5def f2():x *= xreturn xreturn f2"""def f1():x = [5]def f2():x[0] *= x[0]return x[0]return f2()print(f1())def f1():x = [5]def f2():x[0] *= x[0]return x[0]return f2print(f1()())def f1():x = 5def f2():nonlocal xx *= xreturn xreturn f2print(f1()())

閉包 closure

閉包的一些定義
- 閉包的定義：閉包是由函數及其相關的引用環境組合而成的實體(即：閉包=函數+引用環境)。
- python中閉包的定義：如果在一個內部函數里，對在外部作用域（但不是在全局作用域）的變量進行引用，那么內部函數就被認為是閉包(closure)
- 閉包函數的必要條件：
  - 閉包函數必須返回一個函數對象
  - 閉包函數返回的那個函數必須引用外部變量（一般不能是全局變量），而返回的那個函數內部不一定要return
  - 閉包函數引用的外部變量不一定就是其父函數的參數，也可以是父函數作用域內的任意變量
  下面三個例子為常見的閉包
# NO.1def line_conf(a, b):def line(x):return a * x + breturn line# NO.2def line_conf():a = 1b = 2def line(x):print(a * x + b)return line# NO.3def _line_(a, b):def line_c(c):def line(x):return a * (x ** 2) + b * x + creturn linereturn line_c
為何稱作閉包
按照命令式語言的規則，ExFunc函數只是返回了內嵌函數InsFunc的地址，在執行InsFunc函數時將會由于在其作用域內找不到sum變量而出錯。而在函數式語言中，當內嵌函數體內引用到體外的變量時，將會把定義時涉及到的引用環境和函數體打包成一個整體（閉包）返回。
以下列子：
def line_conf(a):b=1def line(x):return a * x + breturn lineline_A = line_conf(2)b=20print(line_A(1)) # 3
- line_A對象作為line_conf返回的閉包對象，它引用了line_conf下的變量b=1，在print時，全局作用域下定義了新的b變量指向20，最終結果仍然引用的line_conf內的b。這是因為，閉包作為對象被返回時，它的引用變量就已經確定（已經保存在它的__closure__屬性中），不會再被修改。
- 即閉包函數被當作變量返回時，它的所有變量就已經固定，形成了一個封閉的對象，這個對象包含了其引用的所有外部、內部變量和表達式。當然，閉包的參數例外。
顯式查看閉包
__closure__屬性返回的是一個元組對象，包含了閉包引用的外部變量。
根據NO.1，可以使用一些代碼查看閉包信息：
L = line_conf()print(line_conf().__closure__) #(<cell at 0x05BE3530: int object at 0x1DA2D1D0>,for i in line_conf().__closure__: print(i.cell_contents) # 打印引用的外部變量值，為1, 2
閉包的作用
閉包最主要的作用是提高代碼的可復用性，根據NO.1，輸出兩條直線：
#定義兩條直線line_A = line_conf(2, 1) #y=2x+bline_B = line_conf(3, 2) #y=3x+2#打印x對應y的值print(line_A(1)) #3print(line_B(1)) #5# 不使用閉包的代碼def line_A(x):return 2*x+1def line_B(x):return 3*x+2print(line_A(1)) #3print(line_B(1)) #5
兩條直線看不出區別，當需要定義幾十幾百條，閉包優勢就出來了。
閉包的實際運用
- 例子1：
  def who(name):def do(what):print(name, 'say:', what)return dolucy = who('lucy')john = who('john')lucy('i want drink!')lucy('i want eat !')lucy('i want play !')john('i want play basketball')john('i want to sleep with U,do U?')lucy("you just like a fool, but i got you!")

匿名函數 lambda

特性
使用lambda可以精簡代碼、不需要考慮重名函數、可讀性，lambda argument_list: expression，特性如下：
- lambda函數是匿名的：所謂匿名函數，通俗地說就是沒有名字的函數。lambda函數沒有名字;
- lambda函數有輸入和輸出：輸入是傳入到參數列表argument_list的值，輸出是根據表達式expression計算得到的值
- lambda函數一般功能簡單：單行expression決定了lambda函數不可能完成復雜的邏輯，只能完成非常簡單的功能。（不支持if else等邏輯判斷）
示例：
- lambda x, y: xy；函數輸入是x和y，輸出是它們的積xy
- lambda:None；函數沒有輸入參數，輸出是None
- lambda *args: sum(args); 輸入是任意個數的參數，輸出是它們的和(隱性要求是輸入參數必須能夠進行加法運算)
- lambda **kwargs: 1；輸入是任意鍵值對參數，輸出是1

映射map/reduce

map
- 功能：求一個序列或者多個序列進行函數映射之后的值，就該想到map這個函數，它是python自帶的函數，在python3.*之后返回的是迭代器，同filter，需要進行列表轉換
- 調用： map(function,iterable1,iterable2)，function中的參數值不一定是一個x，也可以是x和y，甚至多個；后面的iterable表示需要參與function運算中的參數值，有幾個參數值就傳入幾個iterable
- 實例：
x = [1,2,3,4,5]y = [2,3,4,5,6]list(map(lambda x,y:(x*y)+2,x,y))# 輸出：[4, 8, 14, 22, 32]
reduce
從python 3 開始移到了 functools 模塊
- 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的每個元素反復調用函數f，并返回最終結果值。
- reduce()還可以接收第3個可選參數，作為計算的初始值

def f(x, y):return x + yreduce(f, [1, 3, 5, 7, 9]) # 25reduce(f, [1, 3, 5, 7, 9], 100) # 125，計算初始值和第一個元素：f(100, 1)，結果為101

過濾器 filter

功能： filter的功能是過濾掉序列中不符合函數條件的元素，當序列中要刪減的元素可以用某些函數描述時，就應該想起filter函數。
調用： filter（function，sequence），function可以是匿名函數或者自定義函數，它會對后面的sequence序列的每個元素判定是否符合函數條件，返回TRUE或者FALSE，從而只留下TRUE的元素；sequence可以是列表、元組或者字符串
實例：
x = [1,2,3,4,5]list(filter(lambda x:x%2==0,x)) # 找出偶數。python3.*之后filter函數返回的不再是列表而是迭代器，所以需要用list轉換。# 輸出：[2, 4]

sorted、sort

基本
前面也說有高階函數：map/reduce、filter。sorted()也是一個高階函數。用sorted()排序的關鍵在于實現一個映射函數。

默認是升序排序，可用：reverse=True 實現倒敘排序。
默認情況下，對字符串排序，是按照ASCII的大小比較的，由于’Z’ < ‘a’，結果，大寫字母Z會排在小寫字母a的前面。可用：key=str.lower 忽略首字母的大小寫。

sorted和sort
- sort方法是列表類型list的內置方法，使用sort方法對list排序會修改list本身，不會返回新的list，sort方法只能用于列表，不能對字典、元祖等其他可迭代對象進行排序。
  list.sort( key=None, reverse=False)
- sorted() 函數能對所有可迭代的對象進行排序操作，sorted()函數不會改變原來的對象，而是會返回一個新的已經排序好的對象。
  sorted(iterable, key=None, reverse=False)
排序與lambda
lambda可用實現字典key或者是value的排序，又或者是JSON格式的排序。樣例如代碼：

list = [2, 5, -4, 11, 7] print(list.sort()) print(list) print(sorted(list, reverse=True))dict = {'a':2,'E':3,'f':8,'d':4} print(sorted(dict)) print(sorted(dict, reverse=True)) print(sorted(dict, reverse=True, key=str.lower)) print(sorted(dict.items(), key=lambda x : x[1]))array = [{"age":20,"name":"a"},{"age":25,"name":"b"},{"age":10,"name":"c"}] array = sorted(array,key=lambda x:x["age"], reverse=False) print(array)

偏函數

functools模塊提供有wrap與偏函數，可以設定參數的默認值，降低函數的調用難度。

例如，我們有個需求，需要將二進制轉為int，那應該是：

int(‘100000101’, base=2) # 261

每次轉換都這樣，比較麻煩，于是寫了函數int2

def int2(num, base=2):return int(num, base)

使用functools.partial就是幫助創建一個這樣的偏函數，不用自己定義int2()

import functoolsint2 = functools.partial(int, base=2) int2('101010110')

創建偏函數時，實際上可以接受函數對象、*args、**kw 這三個參數，以上例子實際上固定了int()函數的關鍵參數base，也就是：
int2(‘101010110’)
相當于：
kw = {‘base’, 2}
int(‘101010110’, **kw)
當傳入：
max2 = functools.partial(max, 10)
實際上會將10作為 *args 的一部分自動加到左邊，也就是：
max2(4, 9) 相當于： max2(10, 4, 9)
偏函數用于固定住原函數的部分參數，使得調用更簡單。

個人博客：Loak 正 - 關注人工智能及互聯網的個人博客
文章地址：Python基礎（六）—函數式編程（內部函數、閉包、lambda、filter/map/reduce/sorce、偏函數）