今天和大家聊聊 Python 的函數式編程特性。所謂函數式編程，就是指代碼中每一塊都是不可變的（immutable），都是由 pure function 的形式組成。這里的 pure function 是指函數本身相互獨立，互不影響，對于相同的輸入，總會有相同的輸出。也就是我們常說的沒有副作用。舉個很簡單的例子，比如，對于一個列表，我想讓列表中的元素值都變為原來的兩倍，我們可以寫成下面的形式：

def multiply_2(l):for index in range(0, len(l)):l[index] *= 2return l

這就不是一個 pure function，因為列表中元素的值被改變了，如果我調用 multiply_2() 這個函數多次，那么每次得到的結果都不一樣。要想讓其成為一個pure function，就得寫成下面的形式，重新創建一個新的列表并返回。

''' 遇到問題沒人解答？小編創建了一個Python學習交流QQ群：857662006 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學習教程和PDF電子書！ ''' def multiply_2_pure(l):new_list = []for item in l:new_list.append(item * 2)return new_list

函數式編程的優點主要在于其 pure function 和不可變的特性使得程序更加健壯，易于 debug 和測試，缺點主要在于限制多，難寫。當然 Python 不同于其他一些語言，比如 Scala，他并不是一門純粹的函數式編程語言，但是 Python 也提供了一些函數式編程的特性，值得我們了解和學習。

Python 主要提供了這么幾個函數 Map, Filter 和 Reduce，通常結合匿名函數 lambda 一起使用，我逐一介紹一下：

對于 Map(function, iterable) 函數，前面的例子提過，他表示對 iterable 中的每個元素運用 function 這個函數，最后返回一個新的可遍歷的集合，比如上面對列表中每個元素乘2用map可以表示為

l = [1, 2, 3, 4, 5] new_list = map(lambda x: x * 2, l) # [2， 4， 6， 8， 10]

我們再來看一下 Python 提供的函數式編程的接口的性能，就以 Map 為例，上述的例子還可以用 for 循環和 list comprehension 實現，我們來比較一下他們的速度：

python3 -mtimeit -s’xs=range(1000000)' 'map(lambda x: x*2, xs)'輸出結果：2000000 loops, best of 5: 171 nsec per looppython3 -mtimeit -s’xs=range(1000000)' '[x * 2 for x in xs]'輸出結果：5 loops, best of 5: 62.9 msec per looppython3 -mtimeit -s’xs=range(1000000)’ 'l = []' 'for i in xs: l.append(i * 2)'輸出結果：5 loops, best of 5: 92.7 msec per loop

可以看到 map 是最快的，因為 map 函數是直接由 C 語言寫的，運行時不需要通過 Python 解釋器間接調用，因此運行速度最快。

對于 Filter(function, iterable) 函數，和 map 函數類似，function 同樣表示一個函數對象，表示對 iterable 中的每個元素使用 function 判斷，返回 True 或者 False，最后將返回 True 的元素組成一個新的可遍歷的集合，比如我要返回一個列表中的所有偶數，可以寫成

''' 遇到問題沒人解答？小編創建了一個Python學習交流QQ群：857662006 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學習教程和PDF電子書！ ''' l = [1, 2, 3, 4, 5] new_list = filter(lambda x: x % 2 == 0, l) # [2, 4]

對于 Reduce(function, iterable) 函數，通常用于對一個集合做一些累積操作。function 同樣是一個函數對象，規定他有兩個參數，表示對 iterable 中的每個元素以及上一次調用后的結果運用 function 進行計算，因此最后返回的是一個單獨的數值，比如，我想要計算列表元素的乘積，可以表示為：

l = [1, 2, 3, 4, 5] product = reduce(lambda x, y: x * y, l) # 1*2*3*4*5 = 120

類似的，Filter，Reduce 的功能也可以用 for 循環或者 list comprehension 來實現，但是速度都不如 Filter 或者 Reduce。

通常來說，如果你想對一個集合中的元素進行一些操作，如果是一些非常簡單的操作，比如相加，累積，那么我們優先考慮 Map、Filter、Reduce 或者 list comprehension 的形式。

在這兩者之中，如果數據量非常大，比如機器學習的應用，那我們一般更傾向于函數式編程的表示，因為效率更高，如果數據量不多，并且你想要自己的程序更加 Pythonic（Python 化），那么運用 list comprehension 的情況也是很常見的。如果你要對集合中的元素做一些比較復雜的操作，考慮到代碼的可讀性，這時我們通常會使用 for 循環，因為更加清晰明了。

總結

以上是生活随笔為你收集整理的白话 Python 的函数式编程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。