7 函數式編程

函數是Python內建支持的一種封裝，我們通過把大段代碼拆成函數，通過一層一層的函數調用，就可以 把復雜任務分解成簡單的任務，這種分解可以稱之為面向過程的程序設計 。函數就是面向過程的程序設計的基本單元。

函數式編程 （請注意多了一個“式”字）——Functional Programming，雖然也可以歸結到面向過程的程序設計，但其思想更接近數學計算。

計算機（Computer）和計算（Compute）的概念：

• 在計算機的層次上，CPU執行的是加減乘除的指令代碼，以及各種條件判斷和跳轉指令，所以，匯編語言是最貼近計算機的語言。
• 而計算則指數學意義上的計算，越是抽象的計算，離計算機硬件越遠。

對應到編程語言，就是越低級的語言，越貼近計算機，抽象程度低，執行效率高，比如C語言；越高級的語言，越貼近計算，抽象程度高，執行效率低，比如Lisp語言。

函數式編程就是一種抽象程度很高的編程范式，純粹的函數式編程語言編寫的函數沒有變量，因此，任意一個函數，只要輸入是確定的，輸出就是確定的，這種純函數我們稱之為沒有副作用。而允許使用變量的程序設計語言，由于函數內部的變量狀態不確定，同樣的輸入，可能得到不同的輸出，因此，這種函數是有副作用的。

函數式編程的一個特點就是，允許把函數本身作為參數傳入另一個函數，還允許返回一個函數！
由于Python允許使用變量，因此， Python不是純函數式編程語言。

高階函數

高階函數英文叫Higher-order function

函數本身也可以賦值給變量，即：變量可以指向函數。


如果一個變量指向了一個函數，那么，可否通過該變量來調用這個函數？用代碼驗證一下：

對于abs()這個函數，完全可以把函數名abs看成變量，它指向一個可以計算絕對值的函數！

因為abs這個變量已經不指向求絕對值函數而是指向一個整數10！

傳入函數
一個函數就可以接收另一個函數作為參數，這種函數就稱之為 高階函數。

一個最簡單的高階函數：

map/reduce

Python內建了map()和reduce()函數。
map()函數接收兩個參數，一個是函數，一個是Iterable，map將傳入的函數依次作用到序列的每個元素，并把結果作為新的Iterator返回。

map()作為高階函數，事實上它把運算規則抽象了，因此，我們不但可以計算簡單的f(x)=x2，還可以計算任意復雜的函數，比如，把這個list所有數字轉為字符串：

再看reduce的用法。reduce把一個函數作用在一個序列[x1, x2, x3, …]上，這個函數必須接收兩個參數，reduce把結果繼續和序列的下一個元素做累積計算，其效果就是



考慮到字符串str也是一個序列，對上面的例子稍加改動，配合map()，我們就可以寫出把str轉換為int的函數：

還可以用lambda函數進一步簡化成：

假設Python沒有提供int()函數，你完全可以自己寫一個把字符串轉化為整數的函數，而且只需要幾行代碼！

filter：用于過濾序列。

filter()把傳入的函數依次作用于每個元素， 然后根據返回值是True還是False決定保留還是丟棄該元素。
例如，在一個list中，刪掉偶數，只保留奇數，可以這么寫：

把一個序列中的空字符串刪掉，可以這么寫：

sorted排序算法

如果是數字，我們可以直接比較，但如果是字符串或者兩個dict呢？直接比較數學上的大小是沒有意義的，因此，比較的過程必須通過函數抽象出來。

此外，sorted()函數也是一個高階函數，它還可以接收一個key函數來實現自定義的排序，例如按絕對值大小排序：

key指定的函數將作用于list的每一個元素上，并根據key函數返回的結果進行排序。對比原始的list和經過key=abs處理過的list：

字符串排序的例子：

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。

用sorted()排序的關鍵在于實現一個映射函數。

返回函數：

函數作為返回值：高階函數除了可以接受函數作為參數外，還可以把函數作為結果值返回。
實現一個可變參數的求和

但是，如果不需要立刻求和，而是在后面的代碼中，根據需要再計算怎么辦？可以不返回求和的結果，而是返回求和的函數：

當我們調用lazy_sum()時，返回的并不是求和結果，而是求和函數：

調用函數f時，才真正計算求和的結果：

閉包
注意到返回的函數在其定義內部引用了局部變量args，所以，當一個函數返回了一個函數后，其內部的局部變量還被新函數引用，所以，閉包用起來簡單，實現起來可不容易。

匿名函數

當我們在傳入函數時，有些時候，不需要顯式地定義函數，直接傳入匿名函數更方便。

通過對比可以看出，匿名函數lambda x: x * x實際上就是：

關鍵字lambda表示匿名函數，冒號前面的x表示函數參數。
匿名函數有個限制，就是只能有一個表達式，不用寫return，返回值就是該表達式的結果。

用匿名函數有個好處，因為函數沒有名字，不必擔心函數名沖突。此外，匿名函數也是一個函數對象，也可以把匿名函數賦值給一個變量，再利用變量來調用該函數

裝飾器

由于函數也是一個對象，而且函數對象可以被賦值給變量，所以，通過變量也能調用該函數。

函數對象有一個__name__屬性，可以拿到函數的名字：

現在，假設我們要增強now()函數的功能，比如，在函數調用前后自動打印日志，但又不希望修改now()函數的定義，這種在代碼運行期間動態增加功能的方式，稱之為“裝飾器”（Decorator）。

本質上，decorator就是一個返回函數的高階函數。所以，我們要定義一個能打印日志的decorator，可以定義如下：

觀察上面的log，因為它是一個decorator，所以接受一個函數作為參數，并返回一個函數。我們要借助Python的@語法，把decorator置于函數的定義處：

調用now()函數，不僅會運行now()函數本身，還會在運行now()函數前打印一行日志：

把@log放到now()函數的定義處，相當于執行了語句：

由于log()是一個decorator，返回一個函數，所以，原來的now()函數仍然存在，只是現在同名的now變量指向了新的函數，于是調用now()將執行新函數，即在log()函數中返回的wrapper()函數。

偏函數

Python的functools模塊提供了很多有用的功能，其中一個就是偏函數（Partial function）。要注意，這里的偏函數和數學意義上的偏函數不一樣。

int()函數還提供額外的base參數，默認值為10。如果傳入base參數，就可以做N進制的轉換：

假設要轉換大量的二進制字符串，每次都傳入int(x, base=2)非常麻煩，于是，我們想到，可以定義一個int2()的函數，默認把base=2傳進去：

這樣，我們轉換二進制就非常方便了：

functools.partial就是幫助我們創建一個偏函數的，不需要我們自己定義int2()，可以直接使用下面的代碼創建一個新的函數int2：

所以，簡單總結functools.partial的作用就是，把一個函數的某些參數給固定住（也就是設置默認值），返回一個新的函數，調用這個新函數會更簡單。

注意到上面的新的int2函數，僅僅是把base參數重新設定默認值為2，但也可以在函數調用時傳入其他值：

最后，創建偏函數時，實際上可以接收函數對象、*args和**kw這3個參數，當傳入：

實際上固定了int()函數的關鍵字參數base，也就是：


當傳入：