函数式编程是一种抽象程度很高的编程范式它将一个问题分解成一系列函数。函数式编程语言编写的函数是没有变量的在理想情况下函数只接受输入并输出结果即只要输入是确定的输出结果就是确定的在这种情况下就不会产生副作用此时可以称之为纯函数。而允许使用变量的程序设计语言由于函数内部变量状态的不确定性造成同样的输入可能得到不同的输出结果因此这种函数是有副作用的。Python对函数式编程提供部分支持但由于Python中的函数允许使用变量因此Python不是纯函数式编程语言。函数式编程有一个很重要的特点就是允许把函数本身作为参数传入另一个函数以及其允许返回一个函数。9.8.1 高阶函数1.map()函数该函数会根据提供的函数对指定的序列关于序列的概念请参考函数的高级特性做映射即将传入的函数依次作用到序列中的每个元素并把结果作为新的迭代器关于迭代器的概念请参考函数的高级特性返回。其语法格式如下map(function, iterable)其中参数function表示函数参数iterable表示可迭代对象关于可迭代对象的概念请参考函数的高级特性。示例代码如下# 资源包\Code\chapter9\9.9\0932.py def square(x): return x ** 2 # 计算指定列表中的每个元素的平方 lt map(square, [1, 2, 3, 4, 5]) print(lt) # 使用list()函数将可迭代对象转换为列表 print(list(lt))2.reduce()函数该函数会对指定序列中的元素进行累积即该函数会将一个序列中的所有元素进行如下操作用传给reduce()函数中的函数需有2个参数先对序列中的第1、2个元素进行操作得到的结果再与第3个元素运算以此类推最后得到一个结果。此外在Python 3.x的版本中reduce()函数已经被移到functools模块中即需要通过引入functools模块来调用reduce()函数。其语法格式如下from functools import reduce reduce(function, iterable[, initializer])其中参数function 表示函数该函数需要有2个参数参数iterable表示可迭代对象参数initializer为可选参数表示初始值。# 资源包\Code\chapter9\9.9\0933.py from functools import reduce def myfunc(x, y): return x y # 求列表中元素的累加值 print(reduce(myfunc, [1, 2, 3, 4, 5])) # 求列表中元素的累加值给定初始值累加值为3 print(reduce(myfunc, [1, 2, 3, 4, 5], 3))3.filter()函数该函数用于过滤序列即将序列中不符合条件的元素过滤掉并把符合条件的元素作为新的迭代器返回。其语法格式如下filter(function, iterable)其中参数function表示函数参数iterable表示可迭代对象。示例代码如下# 资源包\Code\chapter9\9.9\0934.py def myFunc(num): return num % 2 0 lt [1, 2, 3, 4, 5, 6, 7, 8, 9] # 将列表中的偶数保留 new_lt filter(myFunc, lt) print(new_lt) # 使用list()函数将可迭代对象转换为列表 print(list(new_lt))9.8.2函数闭包‌在Python中闭包Closure‌是一个非常重要的编程概念尤其是在函数式编程中。而函数闭包是一种特殊的函数架构其通过函数嵌套和函数返回值实现即内层函数引用了外层函数的变量并且外层函数返回内层函数名。函数闭包必须满足3个条件一是内层函数的创建嵌套在外层函数中二是内层函数引用外层函数的变量三是外层函数返回内层函数名。首先我们来看一段示例代码# 资源包\Code\chapter9\9.9\0935.py def func(): num 100 # 报错因为函数外部无法访问函数内部的变量num print(num)上述代码中函数func()的外部是无法获取到其内部的变量num的值。此时可以通过使用函数闭包在函数外部获取到其内部的变量即在函数func()内部创建一个内部函数然后在内部函数中引用外部函数的变量最后在外部函数中将内部函数名返回即可示例代码如下# 资源包\Code\chapter9\9.9\0936.py def func(): num 100 def func1(): print(num) return func1 res func() res()9.8.3 回调函数回调函数是一种非常重要的概念和设计模式。其允许将一个函数作为参数传递给另一个函数并在特定事件发生时由后者调用前者。这种机制极大地提高了代码的灵活性与可扩展性尤其适用于异步编程、事件驱动编程以及GUI开发等场景。示例代码如下# 资源包\Code\chapter9\9.8\0937.py def myFunc(name, teach, other_teacher): return other_teacher(name, teach) def otherMyFunc(other_name, other_teach): print(other_name, other_teach) # 注意一定是传递函数名不带小括号 myFunc(Python全栈开发-基础入门, Data Analysis, otherMyFunc)9.8.4 lambda表达式lambda 表达式又称匿名函数常用来表示内部仅包含1行表达式的函数即如果一个函数的函数体仅有1行表达式则该函数就可以用lambda表达式来代替。定义lambda表达式必须使用lambda关键字其语法格式如下func lambda [list]: expression其中func表示函数名list为可选项表示函数的参数expression为函数体内表达式。示例代码如下# 资源包\Code\chapter9\9.9\0938.py # lambda表达式 mul lambda x, y: x y print(mul(3, 4)) # 普通函数等价于lambda表达式 def add(x, y): return x y print(add(3, 4))lambda表达式有2点优势一是相对于单行的函数使用lambda表达式可以省去定义函数的过程让代码更加简洁二是对于不需要多次复用的函数使用lambda表达式可以在使用完毕之后立即释放从而提高程序的执行性能。但是由于lambda表达式仅仅是一个表达式而不是一个代码块所以lambda表达式只能表达一些简单的逻辑。9.8.5 偏函数当函数的参数个数过多需要简化时就可以通过创建一个新函数来固定原函数的部分参数从而使调用原函数时更加简便这个新函数就是偏函数。偏函数通过使用functools模块中的partial类进行创建。其语法格式如下import functools new_function functools.partial(function, parameter)其中参数function表示原函数参数parameter表示待固定的参数参数new_function表示偏函数。假设需要将二进制字符串转换为十进制整数这时可以使用内置函数int()。示例代码如下# 资源包\Code\chapter9\9.9\0939.py num int(10, 2) print(num)但是如果需要大批量进行转换int()函数每次都需要传入两个参数就会显得非常麻烦那么此时就可以自定义函数来完成该需求。示例代码如下# 资源包\Code\chapter9\9.9\0940.py def int_2(num, base2): return int(num, base) print(int_2(10)) print(int_2(110))上面的代码的基本思路就是使用默认参数来固定int()函数中参数base的值而这正是偏函数的特性所以可以通过使用偏函数来固定参数base的值。示例代码如下# 资源包\Code\chapter9\9.9\0941.py from functools import partial int2 partial(int, base2) print(int2(10)) print(int2(110))9.8.6 函数装饰器函数装饰器指的是修改其它函数功能的函数。其本质就是一个函数只不过函数装饰器允许把其它函数作为其本身的参数传入并经过处理之后返回一个新函数。首先来了解一下函数装饰器的工作原理。假设使用函数装饰器my_decorator()装饰函数funcA ()。示例代码如下# 资源包\Code\chapter9\9.9\0944.py def my_decorator(func): def wrapper(): print(扩充功能) return func() return wrapper my_decorator def funcA(): return (funcA自身功能) print(funcA())上面的程序完全等价于下面的程序。示例代码如下# 资源包\Code\chapter9\9.9\0945.py def my_decorator(func): def wrapper(): print(扩充功能) return func() return wrapper def funcA(): return (funcA自身功能) funcA my_decorator(funcA) print(funcA())通过比对以上2段程序不难发现使用函数my_decorator()装饰另一个函数funcA()其相当于将函数funcA()传递给函数my_decorator()最后函数my_decorator()返回一个新的函数即wrapper()函数。综上所述所谓函数装饰器就是在不修改原函数的前提下通过使用函数装饰器对原函数的功能进行合理的扩充。上面的示例代码中函数funcA()不带任何参数那么如何给带有参数的函数funcA()传值呢其实解决方法比较简单就是在函数装饰器中再嵌套一个函数且该嵌套函数的参数个数与被装饰器装饰的函数相同即可。示例代码如下# 资源包\Code\chapter9\9.9\0946.py def my_decorator(func): def wrapper(parameter): print(扩充功能) return func(parameter) return wrapper my_decorator def funcA(parameter): return (ffuncA自身功能参数{parameter}) print(funcA(Python))上面的程序完全等价于下面的程序。示例代码如下# 资源包\Code\chapter9\9.9\0947.py def my_decorator(func): def wrapper(parameter): print(扩充功能) return func(parameter) return wrapper def funcA(parameter): return (ffuncA自身功能参数{parameter}) funcA my_decorator(funcA) print(funcA(Python))上面的示例代码中同一个函数装饰器只装饰了一个函数那么当有多个函数被同一个函数装饰器装饰时且这些函数的参数个数不相等的时候该如何处理呢此时使用可变参数作为函数装饰器内部嵌套函数的参数即可。示例代码如下# 资源包\Code\chapter9\9.9\0948.py def my_decorator(func): def wrapper(*args, **kwargs): print(扩充功能) return func(*args, **kwargs) return wrapper my_decorator def funcA(parameter1): return (ffuncA自身功能参数{parameter1}) my_decorator def funcB(parameter2, parameter3): return (ffuncB自身功能参数1{parameter2}参数2{parameter3}) print(funcA(Python)) print() print(funcB(Java, C))上面的程序完全等价于下面的程序。示例代码如下# 资源包\Code\chapter9\9.9\0949.py def my_decorator(func): def wrapper(*args, **kwargs): print(扩充功能) return func(*args, **kwargs) return wrapper def funcA(parameter1): return (ffuncA自身功能参数{parameter1}) def funcB(parameter2, parameter3): return (ffuncB自身功能参数1{parameter2}参数2{parameter3}) funcA my_decorator(funcA) print(funcA(Python)) print() funcB my_decorator(funcB) print(funcB(Java, C))上面的示例代码中都是一个函数装饰器装饰一个函数实际上在Python中是支持多个函数装饰器装饰一个函数即函数装饰器嵌套。示例代码如下# 资源包\Code\chapter9\9.9\0950.py def my_decoratorA(func): def wrapper(*args, **kwargs): print(扩充功能A) return func(*args, **kwargs) return wrapper def my_decoratorB(func): def wrapper(*args, **kwargs): print(扩充功能B) return func(*args, **kwargs) return wrapper my_decoratorA my_decoratorB def funcA(): return (funcA自身功能) print(funcA())上面的程序完全等价于下面的程序。示例代码如下# 资源包\Code\chapter9\9.9\0951.py def my_decoratorA(func): def wrapper(*args, **kwargs): print(扩充功能A) return func(*args, **kwargs) return wrapper def my_decoratorB(func): def wrapper(*args, **kwargs): print(扩充功能B) return func(*args, **kwargs) return wrapper def funcA(): return (funcA自身功能) funcA my_decoratorA(my_decoratorB(funcA)) print(funcA())