Python函数式编程之面向过程面向对象及函数式简

编辑: admin 分类: python 发布时间: 2021-12-03 来源:互联网
目录
  • Python 函数式编程
  • 同一案例的不同写法，展示函数式编程
    • 面向过程的写法
    • 面向对象的写法
    • 接下来进入正题，函数式编程的落地实现
  • Python 函数式编程的特点
    • 纯函数

      Python 函数式编程

      Python 不是纯粹的函数式语言，但你可以使用 Python 进行函数式编程

      典型的听君一席话，如听一席话，说白了就是 Python 具备函数式编程的特性，

      so，可以借用函数式语言的设计模式和编程技术，把代码写成函数式编程的样子

      一般此时我会吹嘘一下，函数式代码比较简洁和优雅~

      好了，已经吹嘘完了。

      以上内容都属于讲道理的范围，那在 Python 中有哪些适合函数式编程的技能点

      又有哪些不适的点呢？

      下述 2 点先有个印象就行

      优点：生成器表达式，这个后面咱会反复提及，具备很多高阶函数，例如 reduce，map，filter 三巨头。

      缺点：没有无限递归等~

      如果你去百度 “什么是函数式编程”，很多地方会给出答案

      函数式编程：允许把函数本身作为参数传入另一个函数，还允许返回一个函数。

      有道理！

      其实函数式编程就是在函数中定义表达式和实现表达式的求职，说白了就是用函数落地你的代码。

      看起来好像是废话，它还有一个补充的说明，在函数式编程中要避免状态变化和使用可变对象。

      其中避免状态变化 重点要关注赋值语句以及它如何改变状态，因此你在函数式编程中，不会看到 global，nolocal 等内容。

      同一案例的不同写法，展示函数式编程

      概念与原理都是比较抽象的，咱还是少说概念，这个留到未来你自己总结就好，直接展示源码差异。

      计算 1~100 内，计算 5 与 7 的倍数之和

      面向过程的写法

      count = 0
for num in range(1, 101):
    if num % 5 == 0 or num % 7 == 0:
        count += num
print(count)

      在面向过程的写法中，逻辑都是从上向下进行运行的，例如 num 从 1 数到 100，如果对 5 或者对 7 取余等于 0，那表示可以整除，然后将 count 与对应的 num 相加，得到最后的余数。

      这种思路是纯面向过程的写法，一般我们学习编程时，首先学会的就是该类写法。

      面向对象的写法

      该类写法有两种，一种是使用 Python 内置的列表实现，一种是自己声明一个类来实现。

      第一种写法：

      count = list()
for num in range(1, 101):
    if num % 5 == 0 or num % 7 == 0:
        count.append(num)
print(sum(count))

      在上述写法中，变量 count 声明一个 list，即列表对象，但是整理看起来还是有些过程式编程语言的影子。

      例如最后的 sum(count) 的使用就有些奇怪，看不出来面向对象的影子。

      接下来，咱们创建一个自定义的类，进行逻辑实现。

      class My_List_Sum(list):
    def sum(self):
        count = 0
        for n in self:
            count += n
        return count
count = My_List_Sum()
for num in range(1, 101):
    if num % 5 == 0 or num % 7 == 0:
        count.append(num)
print(count.sum())

      上述代码，我们自行实现了一个 My_List_Sum 类，让它继承自 list，此时你应该明白，list 就是一个类名，然后在类的内部实现了 sum 方法，再调用该对象的 sum 方法，完美的应用了面向对象的写法。

      接下来进入正题，函数式编程的落地实现

      在正式编写前，需要回忆一些基础知识，例如 lambda 表达式以及列表相加。

      判断一个数字是 5 或者 7 的倍数， lambda 写法如下：

      multiple = lambda x: x % 5 == 0 or x % 7 == 0
a = multiple(3) # False
b = multiple(5) # True
c = multiple(7) # False
print(a, b, c)

      列表相加代码如下：

      print([1]+[2]) # [1,2]

      有了上述内容，可以编写一个递归函数，实现对应的逻辑，代码的说明已经添加到注释中。

      def tool(n: int, end: int, filter_func) -> list:
    """返回一个筛选之后的列表
    :param n: 起始值
    :param end: 终止值
    :param filter_func: 判断表达式
    """
    # 如果到达上限，直接返回空列表
    if n == end: return []
    # 如果满足过滤条件，返回该值与下一个值组成的列表
    if filter_func(n):
        return [n] + tool(n + 1, end, filter_func)
    else:
        # 不满足过滤条件，直接返回下一个值
        return tool(n + 1, end, filter_func)
# 测试代码
ret = tool(1, 101, lambda x: x % 5 == 0 or x % 7 == 0)
print(ret)
print(sum(ret))

      上述代码即为求和的函数式实现，其中部分逻辑如下：

      • 给定初始值与上限值，当迭代的值等于上限值时，返回空列表，即运行结束；
      • 传入一个判断条件，本案例中为一个 lambda 表达式，用于判断 5 和 7 的倍数；
      • 当满足条件时，进行的是相加+迭代工作，当不满足条件时，直接进入下一次迭代。

      当然还有一种函数式编程的写法，代码如下：

      print(sum(n for n in range(1, 101) if n % 5 == 0 or n % 7 == 0))

      这里用到的生成器后文会进行说明。

      Python 函数式编程的特点

      在 Python 中，函数即对象，例如声明一个函数之后，你可以调用其属性。

      下述代码展示的即为函数对象的属性，其余内容可以自行再做测试。

      def my_func(var1, var2, **kw):
    return var1 + var2
print(type(my_func))  # <class 'function'>
print(my_func.__code__)
print(my_func.__dict__)
print(my_func.__code__.co_code)
print(my_func.__code__.co_filename)
print(my_func.__code__.co_argcount)

      函数式编程之所以高效，其中一个很重要的原因就是延迟计算，也叫做惰性求值，这些在后面都将逐步展开，现在依旧是接收一下印象概念。

      正是因为函数即对象，所有才有本文开篇那段对函数式编程的定义。

      函数可以使用其它函数作为参数，或者返回另一个函数，所以在实际编码过程中，我们将会把函数转换成其它代码中的 “对象”，从而实现函数式编程。

      接下来咱们要接触一下 Python 中的纯函数概念以及应用。

      纯函数

      纯函数是一个概念，也就是让函数不会对函数外作用域产生影响，即作用域为本地。

      说简单点，就是在函数内部避免赋值操作，当然类似 global 等关键字也避免使用。

      针对此，lambda 表达式就是纯函数。

      首先查看一个纯函数的例子：

      def my_func(num: int) -> int:
    return num * 100

      上述代码中函数的返回值仅与 num 有关，满足下面两个条件：

      • 没有改变全局变量；
      • 没有更新可变数据结构，例如列表，字典。

      接触完毕纯函数概念之后，下面了解一下函数作为对象的落地应用。

      在 Python 中声明一个类，默认会携带部分内置的方法，例如：

      from typing import Callable
# 声明一个类，该类无意义，仅测试使用
class Ext:
    # 传入的函数，可携带1~2个参数
    def __init__(self, test_demo: Callable[[int], int]) -> None:
        self.func = test_demo
    # 返回结果扩大2倍
    def __call__(self, arg: int) -> int:
        return self.func(arg) * 2
def one_func(var):
    return var + 1
def two_func(var):
    return var * 3
def three_func(var):
    return var
a = Ext(one_func)
print(a(3))  # 8
b = Ext(two_func)
print(b(3))  # 18
c = Ext(three_func)
print(c(3))  # 6

      上述代码使用了一个新的模块 typing，该模块是 Python 3.5 之后新增的模块，主要为 Python 提供静态类型的检查 。

      本案例中导入的是回调函数 Callable，格式如下：

      Callable[[Arg1Type, Arg2Type],ReturnType]

      其中内部中括号 Arg1Type 是参数类型，ReturnType 为返回值类型。

      上述三个函数的签名都与 Callable 定义的一致，所以都可以作为 test_demo 参数的值去传递。

      以上就是Python函数式编程之面向过程面向对象及函数式简析的详细内容，更多关于Python函数式编程面向过程面向对象及函数式的资料请关注hwidc其它相关文章！

      【本文由：http://www.1234xp.com/cdn.html 提供,感谢支持】
      更多阅读