在本文中，您將了解什么是函數范型，以及如何在Python中使用函數式編程。在Python中，函數式編程中的map和filter可以做與列表相同的事情。這打破了Python的禪宗規則之一，因此函數式編程的這些部分不被認為是“Python式的”。但是由于函數式編程高階編程​的必經之路，所以我們需要了解甚至熟練掌握​。​

命令范式和函數范式

我們先對比一下編程中的命令范式兩個概念：

在命令式范式中，您通過給計算機一個任務序列來完成任務，然后它執行這些任務。在執行它們時，它可以改變狀態。例如，假設你一開始把A設為5，然后你改變A的值，你有變量，在這個意義上，變量內部的值是變化的。

在函數范型中，你不告訴計算機要做什么，而是告訴它是什么。例如：一個數的最大公約數是多少，從1到n的乘積是多少，等等。因此，變量不能改變。一旦你設置了一個變量，它就會一直保持這種狀態(注意，在純函數語言中它們不被稱為變量)。所謂"副作用"(side effect)，指的是函數內部與外部互動(最典型的情況，就是修改全局變量的值)，產生運算以外的其他結果。函數式編程強調沒有"副作用"，意味著函數要保持獨立，所有功能就是返回一個新的值，沒有其他行為，尤其是不得修改外部變量的值。

讓我們來看一個典型Python代碼的例子：

a = 3  
def some_func():  
    global a  
    a = 5  
 
 
some_func()  
print(a) 

這段代碼的輸出是5。在函數范型中，改變變量是一個大禁忌，而讓函數影響它們范圍之外的東西也是一個大禁忌。函數唯一能做的就是計算并返回結果。

現在你可能會想:“沒有變量，就沒有副作用?”這有什么好處呢?”

如果一個函數使用相同的參數被調用兩次，那么它肯定會返回相同的結果。因為函數沒有副作用，如果你正在構建一個計算的程序，你可以加速這個程序。如果程序知道func(2)等于3，我們可以將其存儲在一個表中。這可以防止程序在我們已經知道答案的情況下重復運行相同的函數。

Map

為了理解map，讓我們首先看看什么是iterables。iterable是任何可以迭代的東西。通常這些是列表或數組，但是Python有許多不同類型的迭代器。您甚至可以創建自己的對象，這些對象可以使用Python中魔法方法進行迭代。這里有兩個方法：

class Counter:  
    def __init__(self, low, high):  
        # set class attributes inside the magic method __init__  
        # for "inistalise"  
        self.current = low  
        self.high = high  
 
 
    def __iter__(self):  
        # first magic method to make this object iterable  
        return self  
     
 
    def __next__(self):  
        # second magic method  
        if self.current > self.high:  
            raise StopIteration  
        else:  
            self.current += 1  
            return self.current - 1 

“魔法方法是python內置方法，不需要主動調用，存在的目的是為了給python的解釋器進行調用，幾乎每個魔法方法都有一個對應的內置函數，或者運算符，當我們對這個對象使用這些函數或者運算符時就會調用類中的對應魔法方法，可以理解為重寫內置函數。”

第一個神奇的方法是用“__ iter__”返回迭代對象，通常在循環開始時使用。

如果我們運行：

for c in Counter(3, 8):    print(c) 

那么將會輸出：

345678 

在Python中，迭代器是一個對象，它只有一個簡單的魔法方法。這意味著您可以訪問對象中的位置，但不能遍歷對象。有些對象將使用方法__next__，如上面代碼中第二個例子。

現在我們知道了什么是可迭代對象，讓我們回到map函數。map函數允許我們將一個函數應用到iterable中的每個項。通常，我們希望對列表中的每一項都應用一個函數，但是要知道對于大多數迭代器來說都是可能的。Map接受兩個輸入，即要應用的函數和可迭代的對象：

map(function, iterable) 

假設我們有一個列表：

[1, 2, 3, 4, 5] 

我們希望將列表中的每一個數字進行平方，那么可以這么寫代碼：

x = [1, 2, 3, 4, 5]  
def square(num):  
    return num*num  
 
 
print(list(map(square, x))) 

Python中的函數是惰性的。如果我們代碼中不包含“list()”，函數將存儲迭代的定義，而不是一個列表。我們需要顯式地告訴Python“將這個轉換為一個列表”，以便我們使用它。

現在寫一個像“square(num)”這樣的普通函數很好，但是它看起來不太對。我們必須定義一個完整的函數才能在map中使用一次?我們可以使用lambda(匿名)函數在map中定義一個函數。

lambda 表達式

lambda表達式是一個單行函數。舉個例子，這個lambda表達式對給定的一個數字求平方：

square = lambda x: x * x 

運行程序：

>>> square(3) 
9 

告訴Python這是一個lambda函數，輸入被稱為x，冒號后面的內容就是你對輸入的操作，它會自動返回結果。

現在我們可以將上面的程序簡化：

x = [1, 2, 3, 4, 5] 
print(list(map(lambda num: num * num, x))) 

Reduce

Reduce是一個函數，它把一個可迭代的東西變成一個東西。通常，您在一個列表上執行計算以將其縮減為一個數字。Reduce是這樣的:

reduce(function, list) 

我們可以(通常也會)使用lambda表達式作為函數。

列表的乘積是每一個單獨的數字相乘。要做到這一點，你可以：

product = 1x = [1, 2, 3, 4]for num in x:    productproduct = product * num 

但是使用reduce你可以這樣寫：

from functools import reduce 
product = reduce((lambda x, y: x * y),[1, 2, 3, 4]) 

Filter

filter函數接受一個iterable并過濾掉在該iterable中不需要的所有東西。

filter通常接受一個函數和一個列表。它將函數應用于列表中的每一項，如果該函數返回True，則不執行任何操作。如果返回False，則從列表中刪除該項目。

語法如下：

filter(function, list) 

讓我們看看一個小例子，沒有過濾器，我們會寫：

x = range(-5, 5)  
new_list = []  
 
 
for num in x:  
    if num < 0:  
        new_list.append(num) 

有了過濾器，這就變成：

x = range(-5, 5)  
all_less_than_zero = list(filter(lambda num: num < 0, x)) 

高階函數

高階函數可以將函數作為參數并返回函數。一個非常簡單的例子如下：

def summation(nums):  
    return sum(nums)  
 
 
def action(func, numbers):  
    return func(numbers)  
 
 
print(action(summation, [1, 2, 3])) 

partial application

部分應用程序(也稱為閉包)有點奇怪，但是非?？帷Ｄ梢哉{用一個函數而不提供它需要的所有參數。我們來看一個例子。我們想要創建一個函數，它有兩個參數，一個底數和一個指數，并返回底數的指數次方，就像這樣：

def power(base, exponent):  return base ** exponent 

現在我們想要一個專門的平方函數，用冪函數求出一個數的平方：

def square(base):  return power(base, 2) 

這是可行的，但如果我們想要一個立方體函數呢?或者是函數的4次方?我們能一直寫下去嗎?嗯,你可以。但是程序員很懶。如果你一遍又一遍地重復同樣的事情，這是一個信號，表明有一種更快的方法可以加快速度，讓你不再重復。我們可以在這里使用部分應用程序。讓我們看一個例子的平方函數使用部分應用程序：

from functools import partial​square = partial(power, exponent=2)print(square(2)) 

這是不是很酷!我們可以調用需要兩個參數的函數，只需使用一個參數就可以告訴Python第二個參數是什么。