Python 함수형 프로그래밍, 이 기사를 읽어보세요!

이 글에서는 Python의 함수형 프로그래밍 기술을 간단하게 소개합니다.

일급 함수

Python에서 함수는 "일급 시민"입니다. 즉, 함수는 int와 같은 다른 데이터 유형과 동등한 위치에 있습니다.

따라서 함수를 변수에 할당하고, 이를 다른 함수에 인수로 전달하고, 다른 데이터 구조(예: dicts)에 저장하고, 다른 함수의 반환 값으로 사용할 수 있습니다.

함수를 객체로 처리

다른 데이터 유형(예: 문자열, 목록 및 int)은 객체이므로 Python에서는 함수도 객체입니다. 자신의 이름을 출력하는 예제 함수 foo를 살펴보겠습니다.

def foo():
print("foo")

함수는 객체이므로 foo 함수를 임의의 변수에 할당한 다음 해당 변수를 호출할 수 있습니다. 예를 들어, bar 변수에 함수를 할당할 수 있습니다.

bar = foo
bar()
#will print "foo" to the console

bar = foo 명령문은 foo 함수가 참조하는 객체를 bar 변수에 할당합니다.

객체를 함수로 처리

객체가 호출 가능한 경우 객체()와 같은 함수와 동일합니다. 이는 __call__ 메서드를 통해 달성됩니다.

예제는 다음과 같습니다.

class Greeter:
def __init__(self, greeting):
 self.greeting = greeting
def __call__(self, name):
 return self.greeting + " " + name

Greeter 클래스의 개체를 구성할 때마다 인사말을 외칠 수 있는 새 이름인 새 개체를 생성합니다. 아래와 같이

morning = Greeter("good morning") #creates the callable object
morning("john") # calling the object
#prints "good morning john" to the console

우리가 아침 객체를 호출할 수 있는 이유는 클래스 정의에서 __call__ 메소드를 사용했기 때문입니다. 객체가 호출 가능한지 확인하기 위해 내장된 callable 함수를 사용합니다.

callable(morning) #true
callable(145) #false. int is not callable.

데이터 구조 내부의 함수

함수는 다른 객체와 마찬가지로 데이터 구조 내부에 저장될 수 있습니다. 예를 들어 int to func 사전을 만들 수 있습니다. 이는 int가 수행할 단계의 약어일 때 유용합니다.

# store in dictionary
mapping = {
0 : foo,
1 : bar
}
x = input() #get integer value from user
mapping[x]() #call the func returned by dictionary access

마찬가지로 함수는 다양한 다른 데이터 구조에 저장될 수 있습니다.

함수를 매개변수 및 반환값으로 사용

함수는 다른 함수의 매개변수 및 반환값으로 사용될 수도 있습니다. 함수를 입력 또는 반환 함수로 받아들이는 함수를 고차 함수라고 하며 함수형 프로그래밍의 중요한 부분입니다.

고차 함수에는 강력한 기능이 있습니다. "Eloquent JavaScript"에 설명된 대로:

• "고차 함수를 사용하면 추상 값뿐만 아니라 작업도 추상화할 수 있습니다."

예를 살펴보겠습니다. 항목 목록을 반복하고 순서대로 인쇄한다고 가정해 보겠습니다. 우리는 쉽게 반복 함수를 만들 수 있습니다:

def iterate(list_of_items):
 for item in list_of_items:
 print(item)

멋져 보이지만 단지 1단계 추상화일 뿐입니다. 목록을 반복하면서 인쇄 이외의 다른 작업을 수행하려면 어떻게 해야 합니까?

이것은 고차 함수의 존재 의미입니다. 수행할 반복 목록과 각 항목에 적용할 함수가 iterate_custom 함수에 대한 입력인 iterate_custom 함수를 만들 수 있습니다.

def iterate_custom(list_of_items, custom_func):
for item in list_of_items:
 custom_func(item)

이는 사소해 보일 수 있지만 실제로는 매우 강력합니다.

코드의 재사용성을 높이기 위해 추상화 수준을 높였습니다. 이제 목록을 인쇄할 때 이 함수를 호출할 수 있을 뿐만 아니라 시퀀스 반복과 관련된 목록에 대한 임의의 작업을 수행할 수도 있습니다.

함수를 반환할 수도 있으므로 작업이 더욱 간단해집니다. dict에 함수를 저장하는 것처럼 함수를 제어문으로 사용하여 적절한 함수를 결정할 수도 있습니다. 예:

def add(x, y):
 return x + y
def sub(x, y):
 return x - y
def mult(x, y):
 return x * y
def calculator(opcode):
 if opcode == 1:
return add
 elif opcode == 2:
return sub
 else:
 return mult
my_calc = calculator(2) #my calc is a subtractor
my_calc(5, 4) #returns 5 - 4 = 1
my_calc = calculator(9) #my calc is now a multiplier
my_calc(5, 4) #returns 5 x 4 = 20.

중첩된 함수

함수는 다른 함수 안에 있을 수도 있습니다. 이는 "내부 함수"입니다. 내장 함수는 메인 함수를 지원하는 하위 모듈 역할을 하는 재사용 가능한 작은 함수인 도우미 함수를 만들 때 유용합니다.

문제에 특정 함수 정의(매개변수 유형 또는 순서)가 필요한 경우 도우미 함수를 사용할 수 있습니다. 이러한 비전통적인 접근 방식은 문제 해결을 훨씬 더 간단하게 만듭니다. 예를 들면 http://www-inst.eecs.berkeley.edu/~cs61a/sp12/lectures/lect4-2x3.pdf를 참조하세요.

매개변수 n이 하나만 있는 피보나치 함수 fib(n)을 정의하려고 하며 n번째 피보나치 수를 반환해야 한다고 가정해 보겠습니다.

이러한 함수를 정의하는 한 가지 가능한 방법은 도우미 함수를 사용하여 피보나치 수열의 처음 두 항을 추적하는 것입니다(피보나치 수는 처음 두 숫자의 합이므로).

def fib(n):
 def fib_helper(fk1, fk, k):
 if n == k:
return fk
 else:
return fib_helper(fk, fk1+fk, k+1)
 if n <= 1:
return n
 else:
return fib_helper(0, 1, 1)

이 계산을 함수 본문에서 함수 매개변수로 옮기는 것은 매우 강력합니다. 재귀적 방법에서 발생할 수 있는 중복 계산을 줄이기 때문입니다.

단일 표현식 함수(람다 표현식)

함수에 이름을 붙이기 전에 함수를 작성하려면 어떻게 해야 하나요? 짧은 한 줄 함수(예: 위 예의 foo 또는 mult 함수)를 작성하려면 어떻게 해야 합니까?

파이썬에서는 람다 키워드를 사용하여 이러한 함수를 정의할 수 있습니다. 예는 다음과 같습니다.

mult = lambda x, y: x * y
mult(1, 2) #returns 2

mult 함수는 기존 def 키워드를 사용하여 정의된 함수와 동일하게 동작합니다.

참고: 람다 함수는 한 줄이어야 하며 프로그래머가 작성한 반환 문을 포함할 수 없습니다.

事实上，它们通常具备隐式的返回语句（在上面的示例中，函数想表达 return x * y，不过我们省略了 lambda 函数中的显式返回语句）。

lambda 函数更加强大和精准，因为我们还可以构建匿名函数（即没有名称的函数）：

(lambda x, y: x * y)(9, 10) #returns 90

当我们只需要一次性使用某函数时，这种方法非常方便。例如，当我们想填充字典时：

import collections
pre_fill = collections.defaultdict(lambda: (0, 0))
#all dictionary keys and values are set to 0

接下来我们来看 Map、Filter 和 Reduce，以更多地了解 lambda。

Map、Filter 和 Reduce

Map

map 函数基于指定过程（函数）将输入集转换为另一个集合。这类似于上文提到的 iterate_custom 函数。例如：

def multiply_by_four(x):
 return x * 4
scores = [3, 6, 8, 3, 5, 7]
modified_scores = list(map(multiply_by_four, scores))
#modified scores is now [12, 24, 32, 12, 20, 28]

在 Python 3 中，map 函数返回的 map 对象可被类型转换为 list，以方便使用。现在，我们无需显式地定义 multiply_by_four 函数，而是定义 lambda 表达式：

modified_scores = list(map(lambda x: 4 * x, scores))

当我们想对集合内的所有值执行某项操作时，map 函数很有用。

Filter

就像名称所显示的那样，filter 函数可以帮助筛除不想要的项。例如，我们想要去除 scores 中的奇数，那么我们可以使用 filter：

even_scores = list(filter(lambda x: True if (x % 2 == 0) else False, scores))
#even_scores = [6, 8]

由于提供给 filter 的函数是逐个决定是否接受每一个项的，因此该函数必须返回 bool 值，且该函数必须是一元函数（即只使用一个输入参数）。

Reduce

reduce 函数用于「总结」或「概述」数据集。例如，如果我们想要计算所有分数的总和，就可以使用 reduce：

sum_scores = reduce((lambda x, y: x + y), scores)
#sum_scores = 32

这要比写循环语句简单多了。注意：提供给 reduce 的函数需要两个参数：一个表示正在接受检查的项，另一个表示所用运算的累积结果。

本文是关于函数式编程的一篇入门文章，虽然尽量完备地介绍了相关的知识，但并不是那么深入。如想了解更多，大家可以阅读以下资源：

• Best Practices for Using Functional Programming in Python：https://kite.com/blog/python/functional-programming/
• Functional Programming Tutorials and Notes：https://www.hackerearth.com/zh/practice/python/functional-programming/functional-programming-1/tutorial/

위 내용은 Python 함수형 프로그래밍, 이 기사를 읽어보세요!의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!