可爱的 Python: Python 中的函数编程

核心提示： 我们对第一类对象所执行的主要操作是将它们传递给 FP 内置函数 map() 、 reduce() 和 filter() ，这些函数中的每一个都接受函数对象作为其第一个自变量，可爱的 Python: Python 中的函数编程(5)，map() 对指定列表中每个对应的项执行传递的函数，并返回

我们对第一类对象所执行的主要操作是将它们传递给 FP 内置函数 map() 、 reduce() 和 filter() 。这些函数中的每一个都接受函数对象作为其第一个自变量。

map() 对指定列表中每个对应的项执行传递的函数，并返回结果列表。

reduce() 对每个后续项执行传递的函数，返回的是最终结果的内部累加；例如 reduce(lambda n,m:n*m, range(1,10)) 意味着“10 的阶乘”（换句话说，用每一项乘上前一次相乘的乘积）。

filter() 使用传递的函数对列表中的每一项“求值”，然后返回经过甄别的，通过了传递函数测试的项的列表。

我们还经常将函数对象传递给自己的定制函数，但它们通常等同于上述内置函数的组合。

通过将这三种 FP 内置函数进行组合，可以执行惊人的一系列“流”操作（都不使用语句，而只使用表达式）。

Python 中的函数循环

替换循环与替换条件块一样简单。 for 可以直接转换成 map() 。对于我们的条件执行，我们需要将语句块简化成单一函数调用（我们正逐步接近通常的做法）：

清单 3. Python 中的函数 'for' 循环　　　　
　　　　　for
　　　　 e
　　　　
　　　　　in
　　　　 lst: func(e)　
　　　　# statement-based loop
map(func,lst)　　　　
　　　　# map()-based loop

另外，对于连续程序流的函数方法有类似的技术。即，命令编程通常包含接近于“做这样，然后做那样，然后做其它事。”这样的语句。 map() 让我们正好做到这一点：

清单 4. Python 中的函数连续操作

　　　　# let's create an execution utility function
do_it =
　　　　
　　　　　lambda
　　　　 f: f()
　　　　# let f1, f2, f3 (etc) be functions that perform actions
map(do_it, [f1,f2,f3])　
　　　　# map()-based action sequence