函数编程之高阶函数漫谈(Higher order functions)

IronPython和Python一样都支持多种编程范式(OOP,FP...)。本文讲述当用IronPython进行函数编程时，用到的几个基本元素：内置高阶函数（操作函数的函数：一个函数可以接受另一个函数作为参数，也可以把一个函数作为结果来返回）。这几个函数的共同点是第一个参数都是函数，并且都是对列表数据进行操作，代码简洁明了。

filter(function, iterable)
filter函数有两个参数：函数，列表(可以是一个支持迭代操作的容器或者是迭代器)，并且返回一个列表。其中第一个参数函数必须是单参数的函数。filter函数返回第二个参数iterable中那些使第一个参数函数返回True值的元素。

注意：如果iterable是字符串或者元组则返回值依然是字符串或者元组，其他情况总是返回一个列表。若function是None，则默认为恒等函数，这样将去除所有取值为false的元素(包括0和None)。当function不为None时：filter(function,iterable)相当于[item for item in iterable if function(item)]；当function为None时：filter(function,iterable)相当于[item for item in iterable if item]

<!--<br /> <br /> Code highlighting produced by Actipro CodeHighlighter (freeware)<br /> http://www.CodeHighlighter.com/<br /> <br /> -->

>>> def odd(n):
return n % 2 # 非0则为正

>>> li = [ 1 , 2 , 3 , 5 , 9 , 10 , 256 , - 3 ]
>>> filter(odd, li)
[ 1 , 3 , 5 , 9 , - 3 ]
>>> [e for e in li if odd(e)] # 等价表达式
[ 1 , 3 , 5 , 9 , - 3 ]
>>> filteredList = []
>>> for n in li:
if odd(n):
filteredList.append(n)

>>> filteredList
[ 1 , 3 , 5 , 9 , - 3 ]
>>>

我们可以看到filter函数是怎么运行的，而且通过与另两种完成同样功能的代码对比可以发现，当根据某个规则从一个列表里选出目标元素时用filter函数是如此的简洁明了。

map(function, iterable, ...)

map函数原理和filter函数很相似。它对列表（iterable）里面的每个元素调用function函数，并返回一个由function函数结果所组成的列表。如果传入多个iterable参数，function函数必须去取得这些参数（即function函数的参数个数和iterable个数相同）并且作用于所有iterable参数里的每一项。如果其中一个iterable比其他的iterable短，则用None去扩充。

注意：如果参数function是一个lambda表达式，则表达式中不能使用print输出。

<!--<br /> <br /> Code highlighting produced by Actipro CodeHighlighter (freeware)<br /> http://www.CodeHighlighter.com/<br /> <br /> --> >>> def double(n):
return n * 2

>>> li = [ 1 , 2 , 3 , 5 , 9 , 10 , 256 , - 3 ]
>>> map(double, li)
[ 2 , 4 , 6 , 10 , 18 , 20 , 512 , - 6 ]
>>> [double(n) for n in li]
[ 2 , 4 , 6 , 10 , 18 , 20 , 512 , - 6 ]
>>> newlist = []
>>> for n in li:
newlist.append(double(n))

>>> newlist
[ 2 , 4 , 6 , 10 , 18 , 20 , 512 , - 6 ]
>>> wek = [ ' mon ' , ' tues ' , ' wed ' , ' thurs ' , ' fri ' , ' sat ' , ' sun ' ]
>>> work = [ ' worked ' ] * 5
>>> work
[ ' worked ' , ' worked ' , ' worked ' , ' worked ' , ' worked ' ]
>>> def wekStatus(day,sta):
return day + ' ' + sta

>>> map(wekStatus, wek, work)
[ ' mon worked ' , ' tues worked ' , ' wed worked ' , ' thurs worked ' , ' fri worked ' , ' sat ' , ' sun ' ]
>>>

 

reduce(function, iterable[, initializer])

reduce函数先获得序列中前两项，并把它传递给参数function函数（这个function必须具有两个参数），获得结果后再按序取得序列中的下一项，连同结果再传递给函数，以此类推，直到处理完所有元素返回一个单一值。例如：reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) 相当于计算((((1+2)+3)+4)+5)。 x是function函数的累积值，y是iterable中新取出来的值。 如果有可选参数initializer，它将在进行计算前置于iterable前端。

注意：如果没有可选参数initializer时：1，iterable仅包含一个元素时，将返回此元素的值；2，iterable为空，则将抛出一个TypeError异常。

<!--<br /> <br /> Code highlighting produced by Actipro CodeHighlighter (freeware)<br /> http://www.CodeHighlighter.com/<br /> <br /> --> >>> import operator
>>> nums = [ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 ]
>>> reduce(operator.add, nums)
45
>>> reduce(operator.add, nums, 10 )
55
>>> reduce(operator.add, [])
Traceback (most recent call last):
File " <stdin> " , line 1 , in < module >
TypeError: reduce() of empty sequence with no initial value
>>> reduce(operator.add, [ 1 ])
1
>>>

Rise our ability!