2015/9/18 Python基础(14)：函数式编程

这篇写了忘发。现在补上。

匿名函数与lambda

lambda [arg1, [arg2, ... argN]]:expression

Python允许用lambda关键字创造匿名函数。匿名是因为不需要以标准的方式来声明。然而，作为函数，它们也能有参数。一个完整的lambda“语句”代表了一个表达式，这个表达式的定义体必须和声明放在同一行。参数是可选的，如果用参数的话，参数通常也是表达式的一部分。
下例将展示单行语句和lambda语句的相似之处：

>>> def true():    return True

>>> true()
True
>>> lambda :True
<function <lambda> at 0x02BDA430>
>>> fun = lambda :True
>>> fun()
True

下面是表达式的一些使用区别

def add(x, y): return x + y
lambda x, y :x + y
def usuallyAdd2(x, y=2): return x + y #有默认参数
lambda x, y=2: x + y
def showAllAsTuple (*z): return z
lambda *z: z

lambda表达式运作起来就如一个函数，当被调用时，创造一个框架对象。将它赋值给一个对象后，该对象就是相应的函数。

内建函数
filter()
这个函数在给定一个对象序列和一个过滤函数后，每个序列元素通过这个过滤器进行筛选，保留返回为真的对象。
如果我们想自己编写filter()，它大概是这样的：

def filter(bool_func, seq)：　　filtered_seq = []
　　for eachItem in seq:
　　　　if bool_func(eachItem):
　　　　　　filtered_seq.append(eachItem)
　　return filtered_seq

map()
map()内建函数和filter()相似，因为它也能通过函数来处理序列。然而，不像filter()，map()将函数调用“映射”到每个序列的元素上，并返回一个含有所有返回值的列表。
如果我们想自己编写map()，它大概是这样的：

def map(func, seq):
　　mapped_seq = []
　　for eachItem in seq:
　　　　mapped_seq.append(func(eachItem))
　　return mapped_seq

reduce()
reduce()使用了一个二元函数，一个序列，和一个可选的初始化器，卓有成效地将那个列表的内容“减少”为一个单一的值，如同它的名字一样。在其他语言中，这种概念称为折叠。
它通过取出序列的头两个元素，将他们传入二元函数来获得一个单一的值来实现，然后又用这个值和序列的下一个元素来获得又一个值，然后直到整个序列都遍历完毕以及最后的值会被计算出来为止。
如果我们想自己编写reduce()，它大概是这样：

def reduce(bin_func, seq, init=None):
　　Iseq = list(seq) # convert to list
　　if init is None: # initializer?
　　　　res = lseq.pop(0) # no
　　else:
　　　　res = init # yes
　　for item in lseq: # reduce sequence
　　　　res = bin_func(res, item) # apply function
　　return res # return result

偏函数应用
偏函数应用(partial function application, PFA),这种函数将任意数量（顺序）的参数的函数转化成另一个带剩余参数的函数对象。
这个概念和currying的概念有相关，currying也就是科里化,是指把原本接受多个参数的函数变换为接受一个单一参数的函数，并且返回接受余下参数且返回结果的新函数的技术。
这讲起来有些抽象，可以认为这个不提供参数就会使用默认参数的情形相似。在PFA的例子中，参数不需要调用函数的默认值，只需明确调用集合。
如下例子：

>>> from operator import add,mul
>>> from functools import partial
>>> add1 = partial(add,1)
>>> add1(10)
11
>>> mul100 = partial(mul, 100)
>>> mul100(5)
500

上述的这种偏函数调用很无聊，并没有显现出偏函数的威力，但是这能让我们知道如何使用它。当调用带许多参数的函数的时候，PFA是最好的方法。