实例讲解python函数式编程

函数式编程是使用一系列函数去解决问题，按照一般编程思维，面对问题时我们的思考方式是“怎么干”，而函数函数式编程的思考方式是我要“干什么”。 至于函数式编程的特点暂不总结，我们直接拿例子来体会什么是函数式编程。

lambda表达式（匿名函数）：

普通函数与匿名函数的定义方式：

代码如下:

#普通函数
def add(a,b):
    return a + b

print add(2,3)

#匿名函数
add = lambda a,b : a + b
print add(2,3)

#========输出===========
5

　　匿名函数的命名规则，用lamdba 关键字标识，冒号（：）左侧表示函数接收的参数（a,b） ,冒号（：）右侧表示函数的返回值（a+b）。

　　因为lamdba在创建时不需要命名，所以，叫匿名函数^_^

Map函数：计算字符串长度

代码如下:

abc = ['com','fnng','cnblogs']

for i in range(len(abc)):
    print len(abc[i])

#========输出===========
4

定义abc字符串数组，计算abc长度然后循环输出数组中每个字符串的长度。

来看看map()函数是如何来实现这个过程的。

代码如下:

abc_len = map(len,['hao','fnng','cnblogs'])

print abc_len

#========输出===========
[3, 4, 7]

虽然，输出的结果中是一样的，但它们的形式不同，第一种是单纯的数值了，map()函数的输出仍然保持了数组的格式。

大小写转换；

python提供有了，upper() 和 lower() 来转换大小写。

代码如下:

#大小写转换
ss='hello WORLD!'

print ss.upper()  #转换成大写
print ss.lower()  #转换成小写

#========输出===========
HELLO WORLD!
hello world!

通过map()函数转换：

代码如下:

def to_lower(item):
    return item.lower()

name = map(to_lower,['cOm','FNng','cnBLoGs'])
print name

#========输出===========
['com', 'fnng', 'cnblogs']

　　这个例子中我们可以看到，我们写义了一个函数toUpper，这个函数没有改变传进来的值，只是把传进来的值做个简单的操作，然后返回。然后，我们把其用在map函数中，就可以很清楚地描述出我们想要干什么。

再来看看普通的方式是如何实现字符串大小写转换的：

代码如下:

abc = ['cOm','FNng','cnBLoGs']
lowname = []

for i in range(len(abc)):
    lowname.append(abc[i].lower())

print lowname

#========输出===========
['hao', 'fnng', 'cnblogs']

map()函数加上lambda表达式(匿名函数)可以实现更强大的功能。

代码如下:

#求平方
#0*0,1*1,2*2,3*3,....8*8
squares = map(lambda x : x*x ,range(9))
print squares

#========输出===========
[0, 1, 4, 9, 16, 25, 36, 49, 64]

Reduce函数：

代码如下:

def add(a,b):
    return a+b

add = reduce(add,[2,3,4])
print add

#========输出===========

　　对于Reduce函数每次是需要对两个数据进行处理的，首选取2 和3 ，通过add函数相加之后得到5，接着拿5和4 ，再由add函数处理，最终得到9 。

　　在前面map函数例子中我们可以看到，map函数是每次只对一个数据进行处理。

 

　　然后，我们发现通过Reduce函数加lambda表达式式实现阶乘是如何简单：

代码如下:

#5阶乘
#5！=1*2*3*4*5
print reduce(lambda x,y: x*y, range(1,6))

#========输出===========

　Python中的除了map和reduce外，还有一些别的如filter, find, all, any的函数做辅助（其它函数式的语言也有），可以让你的代码更简洁，更易读。 我们再来看一个比较复杂的例子：

代码如下:

#计算数组中正整数的值

number =[2, -5, 9, -7, 2, 5, 4, -1, 0, -3, 8]
count = 0
sum = 0

for i in range(len(number)):
    if number[i]>0:
        count += 1
        sum += number[i]

print sum,count

if count>0:
    average = sum/count

print average

#========输出===========
6

如果用函数式编程，这个例子可以写成这样：

代码如下:

number =[2, -5, 9, -7, 2, 5, 4, -1, 0, -3, 8]
sum = filter(lambda x: x>0, number)
average = reduce(lambda x,y: x+y, sum)/len(sum)
print average
#========输出===========

最后我们可以看到，函数式编程有如下好处：

1）代码更简单了。
2）数据集，操作，返回值都放到了一起。
3）你在读代码的时候，没有了循环体，于是就可以少了些临时变量，以及变量倒来倒去逻辑。
4）你的代码变成了在描述你要干什么，而不是怎么去干。