Python函数式编程实战：字符串与元组的不可变性、函数分类及高阶函数详解
本文深入解析Python函数式编程核心概念，重点探讨字符串与元组的不可变性及其对编程风格的影响。详细分类标量与集合函数，并通过any、all、zip等内置函数演示规约与映射操作。最后详解map、filter、sorted等高阶函数的用法与性能对比，帮助开发者掌握函数式编程技巧。
函数式编程中的字符串处理
在函数式编程范式下，Python字符串因其不可变数据结构的特性而被频繁使用。
字符串作为对象拥有众多内置方法，其调用方式与传统函数式思维中的函数应用存在差异，例如以下代码展示了这种区别。
my_str = "xiangpica"
print(my_str.upper())
print(len(my_str.upper()))
其中 len() 的调用方式被称为前置写法，而 my_str.upper() 则属于后置写法，这种差异容易导致对函数式编程理念的理解偏差，因此需要系统性地进行规范。
若将上述代码重构为 len(upper(my_str)) 的形式，逻辑将变得更加直观且符合函数式编程的习惯。
# 类型 Text 是 str 的别名
from typing import Text
my_str = "xiangpica"
def upper(str: Text) -> Text:
return str.upper()
print(upper(my_str))
print(len(upper(my_str)))
上述重构代码中重新定义了一个前置风格的函数 upper，旨在解决函数式编程中调用一致性的问题，该解决方案在后续代码示例中将被反复应用。
不变类型：元组的应用
除了字符串，Python中另一类重要的不可变数据类型是元组，它主要分为普通元组和命名元组两种形式。
普通元组的声明与访问方式
关于元组的基础知识在前文已有阐述，建议读者简要回顾后再继续深入本文内容。
首先观察以下代码，随后分析其可理解性。
from typing import Tuple, Text, Callable
LANGUAGE = Tuple[Text, Text, Text]
python: Callable[[LANGUAGE], Text] = lambda languages: languages[1]
items = ("c","python","js")
a = python(items)
print(a)上述代码定义了一个新类型 LANGUAGE，该类型本质上是一个包含三个元素的元组。
python 的类型注解为 Callable[[LANGUAGE], Text]，这意味着其接收的参数类型为 LANGUAGE，而返回值类型为字符串。
需注意，引入 typing 模块不会影响程序的实际运行，也不会引发运行时错误，它仅用于静态类型检查，以防止运行时出现参数或返回值类型不匹配的问题，供开发人员查阅参考。
除了上述方式，还可以利用命名元组来实现类似功能。
from collections import namedtuple
Language = namedtuple("Language",("name1", "name2", "name3"))
l = Language("c", "python", "js")
print(l)
print(l.name1)
或者直接调用 typing 模块中的 NamedTuple 功能即可实现。
from typing import NamedTuple, Text
class Language(NamedTuple):
name: Text
description: Text
l = Language("C", "C语言")
print(l)
print(l.name)
print(l.description)
函数的分类体系
函数主要可分为两大类：
- 标量函数：返回结果为单一数值或对象。
- 集合函数：返回结果为可迭代的集合类型。
集合函数还可以进一步细分为：
- 规约/累积函数：对集合内元素进行累积计算，最终返回一个单一值。
- 映射函数：将标量函数应用于集合中的每个元素，生成一个与原集合长度相同的新集合。
- 过滤函数：将标量函数应用于每个元素，保留满足条件的部分，生成一个子集。
掌握上述概念后，对函数式编程的理解将更加深入。
any()、all()、len()、sum() 对比学习
any 与 all 均属于规约函数，执行的操作称为布尔规约，即将集合元素归约为 True 或 False。其中 all 要求所有值均为 True，而 any 只要有一个值为 True 即可返回 True。
len 与 sum 同样属于归约函数，分别用于计算集合中元素的个数和汇总值。
zip()、reversed()、enumerate() 详解
zip 函数可将多个可迭代对象或序列的数据进行交叉组合，即将 n 个元素的可迭代对象转换为 n 元组，并返回一个生成器。
如果 zip 函数未传入任何参数，则返回一个空列表 []。
a = zip()
print(list(a))
reversed 函数用于改变序列顺序，即实现序列反转。
enumerate 函数用于获取序列或可迭代对象的下标值，概念上是将可迭代对象映射为二元组序列（包含序号），每个二元组的第一个元素是下标，第二个元素是原值。
高阶函数的应用
学习Python函数式编程无法绕过高阶函数，其定义为以函数作为参数或返回值为函数的函数。
max 和 min() 函数解析
上述两个函数属于规约函数，输入为集合，输出为单个值，主要用途是寻找极值。
在学习过程中，可将二者视为普通函数，也可用于高阶函数场景，主要区别在于参数的位置不同。
最简单的用法示例如下：
max_num = max(1, 2, 3, 4)
min_num = min(1, 2, 3, 4)
print(max_num)
print(min_num)
接下来展示其作为高阶函数的实现方式，通过自定义比较规则。
# 第一种写法，比较字符串长度
max_num = max("a", "abc", "ceda", "aaaaa", key=lambda x: len(x))
min_num = min("a", "abc", "ceda", "aaaaa", key=lambda x: len(x))
print(max_num)
print(min_num)
# 第二种写法，比较字符串长度
max_num = max(["a", "abc", "ceda", "aaaaa"], key=lambda x: len(x))
min_num = min(["a", "abc", "ceda", "aaaaa"], key=lambda x: len(x))
print(max_num)
print(min_num)
上述代码中的 key 为可选参数，默认值为 None。
map 函数详解
map 函数用于将一个集合映射到另一个集合，例如将字符串列表中的每一项转换为整数。
data = ["1", "2", "3"]
print(map(int, data))
print(list(map(int, data)))
代码 map(int, data) 的含义是将 int 函数作用于 data 中的每一项。
map 函数的第一个参数也可以使用 lambda 来替代。
data = ["1", "2", "3"]
print(map(lambda x: int(x), data))
print(list(map(int, data)))
filter 函数详解
filter 函数主要用于将一个判定函数（谓语函数）应用于集合的每个元素，最终得到满足判定条件的结果集，测试代码如下：
data = [1, 3, 5, 7, 9]
print(filter(lambda x: x > 3, data))
print(list(filter(lambda x: x > 3, data)))
sorted 函数详解
sorted 函数同样支持通过高阶函数 key 参数来定制排序规则。
result = sorted(["afghsss", "abc", "ceda", "aaaaa"], key=lambda x: len(x))
print(result)
同一需求的不同实现效率对比
通过 map 函数、生成器表达式以及存在迭代器的生成器函数，分别对一亿数据量的列表进行测试。
import time
def demo(x):
return x * 2
def demo1(f, l):
for x in l:
yield f(x)
my_list = list(range(1, 10000000))
start = time.perf_counter()
# map(lambda x: x * 2, my_list) # 程序运行耗时 3.904999999998493e-06
# (demo(x) for x in my_list) # 程序运行耗时 6.310000000009364e-06
demo1(demo, my_list) # 程序运行耗时 5.1070000000041915e-06
cost_time = time.perf_counter() - start
print("程序运行耗时", cost_time)
测试结果表明 map 执行速度最快，因此在实际开发中优先使用该方法。
以上就是Python函数式编程中字符串、元组、函数分类及高阶函数的详细内容，更多关于Python函数式编程的资料请关注本站其他相关文章！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
