python函数式编程

决定梳理这个内容是因为一个课程，

• 课程ppt：https://github.com/minitorch/slides
• 使用的时候，下载下来，把index.html文件拖到浏览器，然后方向键下键，ppt以网页形式播放)

1. python函数式编程

大致意思就是，让函数也成为可以传递的参数，是python的一种编程思想。

下面直接举例子说明：

def map(fn):
    """
    Higher-order map. 高阶函数
    See ``_

    Args:
        fn (one-arg function): Function from one value to one value.

    Returns:
        function : A function that takes a list, applies `fn` to each element, and returns a
        new list
    """
    # TODO: Implement for Task 0.3.
    def _map(ls):
        return [fn(x) for x in ls]
    return _map

def neg(x):
	return -x

def negList(ls):
    "Use :func:`map` and :func:`neg` to negate each element in `ls`"
    return map(neg)(ls)

可以看到，

• 在上面的例子中，map函数本身只有一个参数，就是传入一个函数，
• 但是在map函数中定义了另一个函数，其有一个参数用来传递数据，同时该函数中进行了数据处理的工作，最终返回的是一个函数。
• 调用时，map中传入一个参数，为函数名称，同时由于返回对象是一个函数，所以后面的括号(ls)实际上就是传入给返回的函数的参数。

类似的例子如：
zip函数

def zipWith(fn):
    """
    Higher-order zipwith (or map2).

    .. image:: figs/Ops/ziplist.png

    See ``_

    Args:
        fn (two-arg function): combine two values

    Returns:
        function : takes two equally sized lists `ls1` and `ls2`, produce a new list by
        applying fn(x, y) on each pair of elements.

    """
    # TODO: Implement for Task 0.3.
    def _zip(ls1, ls2):
        # return [fn(x,y) for x,y in zip(ls1,ls2)]
        res = []
        for i in range(len(ls1)):
            res.append(fn(ls1[i], ls2[i]))
        return res

    return _zip

def addLists(ls1, ls2):
    "Add the elements of `ls1` and `ls2` using :func:`zipWith` and :func:`add`"
    return zipWith(add)(ls1, ls2)

reduce函数

def reduce(fn, start):
    r"""
    Higher-order reduce.

    .. image:: figs/Ops/reducelist.png


    Args:
        fn (two-arg function): combine two values
        start (float): start value :math:`x_0`

    Returns:
        function : function that takes a list `ls` of elements
        :math:`x_1 \ldots x_n` and computes the reduction :math:`fn(x_3, fn(x_2,
        fn(x_1, x_0)))`
    """
    # TODO: Implement for Task 0.3.
    def _reduce(ls, start=start):
        if not ls:
            return start
        start = fn(start, ls[0])
        return _reduce(ls[1:], start)

    return _reduce


def sum(ls):
    "Sum up a list using :func:`reduce` and :func:`add`."
    # TODO: Implement for Task 0.3.
    return reduce(add, 0.0)(ls)

参考：

• 【Python杂烩】通过python学习函数式编程
• python中5个常用的内置高阶函数
• Python进阶：函数式编程(高阶函数，map,reduce,filter,sorted,返回函数,匿名函数,偏函数)…啊啊啊
• Python 函数式编程

2. 其他（minitorch）

minitorch/slides-master/docs/slides+build2/module0.1.html#/28

函数式编程：

1. 函数也可以作为参数传递，像其他对象一样使用的一种编程风格
2. Python支持的几种编程风格之一
3. 格式化编程的一种良好范式

---

minitorch/slides-master/docs/slides+build2/module0.1.html#/29

函数式编程，使用函数作为参数，如上所示

---

minitorch/slides-master/docs/slides+build2/module0.1.html#/30

---

minitorch/slides-master/docs/slides+build2/module0.1.html#/31

Higher-order Filter（高阶函数/过滤器）

---

minitorch/slides-master/docs/slides+build2/module0.1.html#/35/0/2