鄙人學習筆記
開發工具：Spyder

---

文章目錄

• • 函數式編程
  • • • 舉個例子1
      • 舉個例子2
      • 舉個例子3
    • 函數作為參數
    • • lambda表達式
      • • 舉個例子1
      • 內置高階函數
      • • filter
        • map
        • sorted
        • max
    • 函數作為返回值

---

函數式編程

• 定義

函數式編程可以用一系列函數解決問題。

• 說明

①函數可以賦值給變量，賦值后變量綁定函數。
②允許將函數作為參數傳入另一個函數。
③允許函數返回一個函數。

• 高階函數

高階函數是將函數作為參數或返回值的函數

舉個例子1

看下面這段代碼：

def fun01():print("fun01執行")#將fun01方法賦值給變量a(并沒有執行fun01) a = fun01

結果：

由以上代碼和結果可知，當我們把fun01直接賦值給a時，方法fun01不執行，且變量a得到了方法fun01的地址。

為了驗證一下我們所說的言論，我們調用一下變量a, 間接執行函數fun01:

def fun01():print("fun01執行")#將fun01方法賦值給變量a(并沒有執行fun01) a = fun01a()

結果：

舉個例子2

看下面這段代碼：

def fun01():print("fun01執行")def fun02(func):print("fun02執行")func()

我們看到函數fun02有一個參數func, 這個參數可以被調用。對于fun02的定義者而言，并不需要知道func的具體邏輯是什么。

我們將fun01作為方法fun02的參數func進行傳遞:

結果：

舉個例子3

我有下面這個列表：

我們有很多需求，現在，我們寫出一些方法來處理這些需求：

這時，我們發現大量代碼是重復的，只不過有些if條件不一樣。對于相同的代碼，我們要提取; 對于不同的代碼，我們要封裝。

首先，我們提取相同點：

我們再提取不同點：

現在，我們要將不同點”封裝”起來，即將不同點提取到方法中：

我們再將相同點，設計成一個可以將我們的條件函數conditionXX作為參數傳入的方法：

備注：函數式編程的這種思想，也影射出了面向對象的分而治之的思想。

運行一下代碼：

結果：

函數作為參數

lambda表達式

• 定義

lambda表達式是一種匿名方法。

• 作用

①lambda表達式作為參數傳遞時，語法簡潔，優雅，代碼可讀性強。
②lambda表達式可隨時創建和銷毀，減少程序耦合度。

• 語法

定義lambda表達式:

變量 = lambda 形參:方法體

調用lambda表達式：

變量(實參)

• 說明

①形參沒有可以不填
②方法體只能有一條語句，且不支持賦值語句。

舉個例子1

首先我們寫幾個函數，并把它們分別改為lambda表達式：

①不帶參數

代碼：

我們再分別調用a01變量和fun01()方法，如下：

結果：

②帶參數

我們先看一下lambda表達式的語法：

備注：方法體只能有一個，但參數可以有多個

代碼：

我們再分別調用a02變量和fun02()方法，如下：

結果：

③有返回值

代碼：

我們再分別調用a03變量和fun03()方法，如下：

結果：

為什么要改寫成lambda表達式？
原因就是，lambda表達式，沒有名字（所以我們有時候也稱其為匿名方法）它可以使我們的程序更加簡潔；且，當我們只想把一個方法作為參數進行傳遞，但是不希望直接調用這個方法時（這個方法活著的價值就是傳參），我們就可以用lambda表達式。

最后備注：如果我們看見一大段相似的代碼，但是其中的計算方式（算法）不一樣。我們就應該將算法提取出去（lambda表達式），將共性保留下來（保留成靜態函數）。

內置高階函數

高階函數，即將函數作為參數或返回值的函數。
對于一些內置的高階函數，在下面的筆記中，每一個內置高階函數我都舉個例子，大概就能明白了，不明白，請自行看文檔/百度。

filter

• 舉個例子

先定義Enemy類和創建Enemy對象列表（這些class和列表在下面的內置高階函數的例子中也會用到）：

過濾：

結果：

map

• 舉個例子

映射：

結果：

sorted

• 舉個例子

①降序排序（需要用變量接收返回值）

結果：

②升序排序（需要用變量接收返回值）

結果：

max

• 舉個例子

最大值：

結果：

函數作為返回值

未完待續，暫時不想寫了。

總結

以上是生活随笔為你收集整理的python基础(part17)--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。