[零基础学python]大话题小函数(1)

开篇就要提到一个大的话题：编程范型。什么是编程范型？引用维基百科中的解释：

编程范型或编程范式（英语：Programming paradigm），（范即模范之意，范式即模式、方法），是一类典型的编程风格，是指从事软件工程的一类典型的风格（能够对照方法学）。如：函数式编程、程序编程、面向对象编程、指令式编程等等为不一样的编程范型。

编程范型提供了（同时决定了）程序员对程序执行的见解。例如，在面向对象编程中，程序员认为程序是一系列相互做用的对象，而在函数式编程中一个程序会被看做是一个无状态的函数计算的串行。

正如软件工程中不一样的群体会提倡不一样的“方法学”同样，不一样的编程语言也会提倡不一样的“编程范型”。一些语言是专门为某个特定的范型设计的（如Smalltalk和Java支持面向对象编程，而Haskell和Scheme则支持函数式编程），同时还有另外一些语言支持多种范型（如Ruby、Common Lisp、Python和Oz）。

编程范型和编程语言之间的关系可能十分复杂，因为一个编程语言能够支持多种范型。例如，C++设计时，支持过程化编程、面向对象编程以及泛型编程。然而，设计师和程序员们要考虑如何使用这些范型元素来构建一个程序。一我的能够用C++写出一个彻底过程化的程序，另外一我的也能够用C++写出一个纯粹的面向对象程序，甚至还有人能够写出杂揉了两种范型的程序。

无论看官是初学者仍是老油条，都建议将上面这段话认真读完，无论理解仍是不理解，总能有点感受的。

这里推荐一篇文章，这篇文章来自网络：《主要的编程范型》

扯了很多编程范型，今天本讲要讲什么呢？今天要介绍几个python中的小函数，这几个函数都是从函数式编程借鉴过来的，它们就是：

filter、map、reduce、lambda、yield

有了它们，最大的好处是程序更简洁；没有它们，程序也能够用别的方式实现，只不过麻烦一些罢了。因此，仍是能用则用之吧。

lambda

lambda函数，是一个只用一行就能解决问题的函数，听着是多么诱人呀。看下面的例子：

>>> def add(x):     #定义一个函数，将输入的变量增长3,而后返回增长以后的值
...     x +=3
...     return x
... 
>>> numbers = range(10)
>>> numbers
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]  #有这样一个list，想让每一个数字增长3,而后输出到一个新的list中

>>> new_numbers = []
>>> for i in numbers:
...     new_numbers.append(add(i))  #调用add()函数，并append到list中
... 
>>> new_numbers
[3, 4, 5, 6, 7, 8, 9, 10, 11, 12]

在这个例子中，add()只是一个中间操做。固然，上面的例子彻底能够用别的方式实现。好比：

>>> new_numbers = [ i+3 for i in numbers ]
>>> new_numbers
[3, 4, 5, 6, 7, 8, 9, 10, 11, 12]

首先说明，这种列表解析的方式是很是很是好的。

可是，咱们恰恰要用lambda这个函数替代add(x)，若是看官和我同样这么偏执，就能够：

>>> lam = lambda x:x+3
>>> n2 = []
>>> for i in numbers:
...     n2.append(lam(i))
... 
>>> n2
[3, 4, 5, 6, 7, 8, 9, 10, 11, 12]

这里的lam就至关于add(x)，请看官对应一下，这一行lambda x:x+3就完成add(x)的三行（仍是两行？），特别是最后返回值。还能够写这样的例子：

>>> g = lambda x,y:x+y  #x+y,并返回结果
>>> g(3,4)
7
>>> (lambda x:x**2)(4)  #返回4的平方
16

经过上面例子，总结一下lambda函数的使用方法：

• 在lambda后面直接跟变量
• 变量后面是冒号
• 冒号后面是表达式，表达式计算结果就是本函数的返回值

为了简明扼要，用一个式子表示是必要的：

lambda arg1, arg2, ...argN : expression using arguments

要特别提醒看官：虽然lambda 函数能够接收任意多个参数 (包括可选参数) 而且返回单个表达式的值，可是lambda 函数不能包含命令，包含的表达式不能超过一个。不要试图向 lambda 函数中塞入太多的东西；若是你须要更复杂的东西，应该定义一个普通函数，而后想让它多长就多长。

就lambda而言，它并无给程序带来性能上的提高，它带来的是代码的简洁。好比，要打印一个list，里面依次是某个数字的1次方，二次方，三次方，四次方。用lambda能够这样作：

>>> lamb = [ lambda x:x,lambda x:x**2,lambda x:x**3,lambda x:x**4 ]
>>> for i in lamb:
...     print i(3),
... 
3 9 27 81

lambda作为一个单行的函数，在编程实践中，能够选择使用。根据个人经验，尽可能少用，由于它或许更多地是为减小单行函数的定义而存在的。

map

先看一个例子，仍是上面讲述lambda的时候第一个例子，用map也可以实现：

>>> numbers
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]      #把列表中每一项都加3

>>> map(add,numbers)                #add(x)是上面讲述的那个函数，可是这里只引用函数名称便可
[3, 4, 5, 6, 7, 8, 9, 10, 11, 12]

>>> map(lambda x: x+3,numbers)      #用lambda固然能够啦
[3, 4, 5, 6, 7, 8, 9, 10, 11, 12]

map()是python的一个内置函数，它的基本样式是：map(func, seq)，func是一个函数，seq是一个序列对象。在执行的时候，序列对象中的每一个元素，按照从左到右的顺序，依次被取出来，并塞入到func那个函数里面，并将func的返回值依次存到一个list中。

在应用中，map的所能实现的，也能够用别的方式实现。好比：

>>> items = [1,2,3,4,5]
>>> squared = []
>>> for i in items:
...     squared.append(i**2)
... 
>>> squared
[1, 4, 9, 16, 25]

>>> def sqr(x): return x**2
... 
>>> map(sqr,items)
[1, 4, 9, 16, 25]

>>> map(lambda x: x**2,items)
[1, 4, 9, 16, 25]

>>> [ x**2 for x in items ]     #这个我最喜欢了，通常状况下速度足够快，并且可读性强
[1, 4, 9, 16, 25]

条条大路通罗马，以上方法，在编程中，本身根据须要来选用啦。

在以上感性认识的基础上，在来浏览有关map()的官方说明，可以更明白一些。

map(function, iterable, ...)

Apply function to every item of iterable and return a list of the results. If additional iterable arguments are passed, function must take that many arguments and is applied to the items from all iterables in parallel. If one iterable is shorter than another it is assumed to be extended with None items. If function is None, the identity function is assumed; if there are multiple arguments, map() returns a list consisting of tuples containing the corresponding items from all iterables (a kind of transpose operation). The iterable arguments may be a sequence or any iterable object; the result is always a list.

理解要点：

• 对iterable中的每一个元素，依次应用function的方法（函数）（这本质上就是一个for循环）。
• 将全部结果返回一个list。
• 若是参数不少，则对么个参数并行执行function。

例如：

>>> lst1 = [1,2,3,4,5]
>>> lst2 = [6,7,8,9,0]
>>> map(lambda x,y: x+y, lst1,lst2)     #将两个列表中的对应项加起来，并返回一个结果列表
[7, 9, 11, 13, 5]

请看官注意了，上面这个例子若是用for循环来写，还不是很难，若是扩展一下，下面的例子用for来改写，就要当心了：

>>> lst1 = [1,2,3,4,5]
>>> lst2 = [6,7,8,9,0]
>>> lst3 = [7,8,9,2,1]
>>> map(lambda x,y,z: x+y+z, lst1,lst2,lst3)
[14, 17, 20, 15, 6]

这才显示出map的简洁优雅。

预告：下一讲详解reduce和filter