前言

本文的写作计划源于2004年9月 GreyRoar 的提议, 可惜真正动手却推到了现在, 在近一年的时间里, python的函数编程也发生了一些改变, python3000计划和最近的已经出现的"匿名块"等都使得python在这个方面的发展充满着不确定因素, 本文只讨论目前已知的能用的功能, 不保证满足将来可能发生的变化. 另外在一切开始前, 记住Python和数学里一样记号只是记号.

函数式编程的概念

函数编程源自 Lisp 等高阶语言, 他们以λ演算为基础. 所谓λ演算其实指基于算子λ的一个演算体系. 他的特殊性在于, 存在一个算子 λ (λ只是记号, 没有更多含义), 他的作用是将运算式子变成函数 . 例如: λx: x+1 就将 x+1这个运算式子, 变成了关于x的一个函数, 他的值是x+1. 光有λ算子构成不了完整的λ运算体系, 还需要一些辅助算子, 但是λ演算体系的基础就是这个算子. 要完全了解这个体系则需要一环扣一环的定义和定理, 太复杂这里不再详述(书丢学校了, 回校有时间补齐 :P ).

python中的函数编程

lambda

和数学中的 λ 一样, python的函数编程体系中有一个 lambda 语句, 用来生成函数, 一般这样的函数称为匿名函数. 例如:

   1 lambda x: x+1

就生成了一个函数 λ(x) = x+1. 具有可以在python的解释器中试试:

   1 >>> lambda x: x+1 # 生成一个匿名函数 λ(x) = x+1
   2 <function <lambda> at 0x00C99770>
   3 >>> f = lambda x: x+1 # 将这个函数绑定名字 'f'
   4 >>> f(1) # 调用 'f'
   5 2

lambda的具体语法是: lambda [parameter_list]: expression parameter_list 是参数表, expression 是后面跟的表达式, lambda本身是个运算符, 作用在这两个元素上产生一个匿名函数, 类似于以下函数定义:

   1 def name(parameter_list):
   2     return expression

expression 是一个合法的python表达式, 显然 expression 中的变量量除了在 parameter_list 中的外必须是已知的. 注意experssion中是不能用print语句的, 要想产生输出的话可以用sys.stdout.write()等函数. 下面会不断给出 lambda 的例子

高阶函数

所谓的高阶函数其实是一组以函数为参量的函数. 下面介绍 Python 中的具体形式.

map

map是最基本的函数, 搞懂了map其他函数就很容易搞懂. map 的定义: map( function, list, ...) 将函数function作用到 list 的每个元素上, 将结果组成一个列表返回. 如果参数列表有多个, 函数应该是有多参数的, 每个分量取各列表上的对应值, 如果有列表比其他列表短, 不足部分当作 None . 这里list可以是任意序列(sequence), 例如列表(list) , 元组(tuple)等. 例如:

   1 >>> a = range(5);
   2 >>> b = range(4);
   3 >>> map(lambda x, y: (x, y) , a, b) # lambda x,y 接受两个参数, 生成个包含这两个参数的tuple.
   4 [(0, 0), (1, 1), (2, 2), (3, 3), (4, None)]

另一种多参数调用的方法是组合列表: map(lambda (arg1, ..., argn): expression, multiple_list), multiple_list 是一个列表, 他的元素还是一个列表, 即参数列表. 这种方法实质还是单参数调用(这个不一定要完全理解). 例如:

   1 >>> ml = [[0, 1], [2, 3], [3, 4]]
   2 >>> map(lambda (x,y): x+y , ml) # lambda (x,y): x+y 接受一个有两元元组(tuple), 计算他们的和.
   3 [1, 5, 7]

如果map 的第一个参数, 即function等于None, 则默认为恒等变换. 例:

   1 >>> a = range(3)
   2 >>> map(None , a)
   3 [0, 1, 2]

reduce

reduce( function, sequence[, initializer])

将函数function从左到右作用在序列的每个元素上, 函数function为二元函数, 第一个变量为上次计算所得结果,第二个变量为列表元素. 具体得:

   1 >>> reduce(lambda x,y: x+y , [1,2,3,4,5]) # 相当于 ((((1+2)+3)+4)+5)
   2 15

整个计算过程就像列表在不断缩减一样.

initializer为初值. 例如:

>>> reduce(lambda x,y: x+y , [1,2,3,4,5], 10) # 相当于(((((10+1)+2)+3)+4)+5)
25

filter

filter( function, list)

filter 过滤器.

构造一个列表 Construct a list from those elements of list for which function returns true. list may be either a sequence, a container which supports iteration, or an iterator, If list is a string or a tuple, the result also has that type; otherwise it is always a list. If function is None, the identity function is assumed, that is, all elements of list that are false (zero or empty) are removed. Note that filter(function, list) is equivalent to [item for item in list if function(item)] if function is not None and [item for item in list if item] if function is None.

基本方法综述

应用实例

函数编程的缺陷

待补齐

例子

交流

已经开始了？强烈支持呀，呵呵——GreyRoar
["FP编程的一点资料"] 有了系统的转载, 先并人（入） ["FLOSS"] -- Py Tips 了是也乎! -- Zoomq

-  ⇤ ← Revision 15 as of 2005-08-08 19:20:12 → 
  Size: 4251
  Editor: hoxide
  Comment:
+   ← Revision 19 as of 2005-08-09 08:33:27 → ⇥
  Size: 5471
  Editor: hoxide
  Comment:
-Deletions are marked like this.
+Additions are marked like this.
 Line 20:
-''简述''
-Line 39:
+Line 38:
-例如:
+ 例如:
-Line 44:
+Line 43:
-就生成了一个函数 λ(x) = x+1.
+ 就生成了一个函数 λ(x) = x+1.
-Line 46:
+Line 45:
-具有可以在python的解释器中试试:
+ 具有可以在python的解释器中试试:
-Line 57:
+Line 56:
-lambda的具体语法是:
+ lambda的具体语法是:
-Line 59:
+Line 58:
-lambda [parameter_list]: expression
+ lambda [parameter_list]: expression
-Line 61:
+Line 60:
-parameter_list 是参数表,
expression 是后面跟的表达式, lambda本身是个运算符, 作用在这两个元素上产生一个匿名函数, 类似于以下函数定义:
+ parameter_list 是参数表,
 expression 是后面跟的表达式, lambda本身是个运算符, 作用在这两个元素上产生一个匿名函数, 类似于以下函数定义:
-Line 69:
+Line 68:
-expression 是一个合法的python表达式, 
显然 expression 中的变量量除了在 parameter_list 中的外必须是已知的.
+ expression 是一个合法的python表达式, 
 显然 expression 中的变量量除了在 parameter_list 中的外必须是已知的.
-Line 73:
+Line 72:
-注意experssion中是不能用print语句的, 要想产生输出的话可以用sys.stdout.write()等函数.
+ 注意experssion中是不能用print语句的, 要想产生输出的话可以用sys.stdout.write()等函数.
-Line 76:
+Line 75:
-下面会不断给出 lambda 的例子
+ 下面会不断给出 lambda 的例子
-Line 78:
+Line 77:
-== 辅助算符 ==
 所谓的辅助算符在python中其实是一组很有用的函数.
+== 高阶函数 ==
 所谓的高阶函数其实是一组以函数为参量的函数. 下面介绍 Python 中的具体形式.
-Line 93:
+Line 92:
-例如:
+ 例如:
-Line 103:
+Line 102:
-另一种多参数调用的方法是组合列表:
+ 另一种多参数调用的方法是组合列表:
-Line 106:
+Line 105:
-这种方法实质还是单参数调用(这个不一定要完全理解).
+ 这种方法实质还是单参数调用(这个不一定要完全理解).
-Line 108:
+Line 107:
-例如:
+ 例如:
-Line 116:
+Line 115:
-如果map 的第一个参数, 即function等于None, 则默认为恒等变换.
例:
+ 如果map 的第一个参数, 即function等于None, 则默认为恒等变换.
 例:
-Line 125:
+Line 124:
+== reduce ==
reduce( function, sequence[, initializer]) 

将函数function从左到右作用在序列的每个元素上, 函数function为二元函数, 第一个变量为上次计算所得结果,第二个变量为列表元素. 具体得:

{{{
#!python
>>> reduce(lambda x,y: x+y , [1,2,3,4,5]) # 相当于 ((((1+2)+3)+4)+5)
15
}}}

整个计算过程就像列表在不断缩减一样.

initializer为初值.
例如:
{{{
>>> reduce(lambda x,y: x+y , [1,2,3,4,5], 10) # 相当于(((((10+1)+2)+3)+4)+5)
25
}}}


== filter ==
filter( function, list) 

filter 过滤器. 

构造一个列表
Construct a list from those elements of list for which function returns true. list may be either a sequence, a container which supports iteration, or an iterator, If list is a string or a tuple, the result also has that type; otherwise it is always a list. If function is None, the identity function is assumed, that is, all elements of list that are false (zero or empty) are removed. 
Note that filter(function, list) is equivalent to [item for item in list if function(item)] if function is not None and [item for item in list if item] if function is None.

Diff for "fp4python"

前言