写点什么

1. 滚雪球学 Python 第四季开启,一需三吃,Python 函数式编程初识,面向过程,面向对象,函数式

发布于: 2021 年 10 月 01 日

滚雪球学 Python 第四轮,这一番我们要学习点有难度的了,因此,橡皮擦将降低阅读与理解难度,尽量采用大白话为你铺垫。

写在前面

这一轮的学习,非常偏理论,因为涉及的一些概念也是借鉴的其它编程语言的风格,而且实际落地中存在部分争议


不过多学一点,总是没有坏处的。


滚雪球学 Python 第四轮,主要学习函数式编程


本系列文章每篇 3000 字左右(包含代码),所以放心享用,不会增大每日学习强度滴


滚雪球历史系列,已完成 3 个专栏,更新中 1 个专栏,即第三轮学习更新中,目前到 21 篇~,由于第三轮是项目实践,学 Django 去,所以第四轮概念类同步开启。


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


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))
复制代码


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())
复制代码


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 == 0a = multiple(3) # Falseb = multiple(5) # Truec = multiple(7) # Falseprint(a, b, c)
复制代码


列表相加代码如下:


print([1]+[2]) # [1,2]
复制代码


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))
复制代码


上述代码即为求和的函数式实现,其中部分逻辑如下:


  1. 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;

  2. 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;

  3. 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))
复制代码


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)
复制代码


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
复制代码


上述代码中函数的返回值仅与 num 有关,满足下面两个条件:


  1. 没有改变全局变量;

  2. 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
复制代码


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]
复制代码


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。

写在后面

滚雪球学 Python 第四轮,非常理论的一个系列,跟上大部队的节奏,走起来,有任何问题,都可以在评论区留言,一般 1 小时之内都能解决。


今天是持续写作的第 <font color=red>213</font> / 365 天。可以<font color=#04a9f4>关注</font>,<font color=#04a9f4>点赞</font>、<font color=#04a9f4>评论</font>、<font color=#04a9f4>收藏</font>。


更多精彩


太多了,去主页看吧。

发布于: 2021 年 10 月 01 日阅读数: 16
用户头像

爬虫 100 例作者,蓝桥签约作者,博客专家 2021.02.06 加入

6 年产品经理+教学经验,3 年互联网项目管理经验; 互联网资深爱好者; 沉迷各种技术无法自拔,导致年龄被困在 25 岁; CSDN 爬虫 100 例作者。 个人公众号“梦想橡皮擦”。

评论

发布
暂无评论
1. 滚雪球学Python第四季开启,一需三吃,Python 函数式编程初识,面向过程,面向对象,函数式