滾雪球學 Python 第四輪，這一番我們要學習點有難度的了，因此，橡皮擦將降低閱讀與理解難度，盡量采用大白話為你鋪墊。

寫在前面

這一輪的學習，非常偏理論，因為涉及的一些概念也是借鑒的其它編程語言的風格，而且實際落地中存在部分爭議

不過多學一點，總是沒有壞處的。

滾雪球學 Python 第四輪，主要學習函數式編程

本系列文章每篇 3000 字左右（包含代碼），所以放心享用，不會增大每日學習強度滴

滾雪球歷史系列，已完成 3 個專欄，更新中 1 個專欄，即第三輪學習更新中，目前到 21 篇~，由于第三輪是項目實踐，學 Django 去，所以第四輪概念類同步開啟。

• 滾雪球學 Python（完結）
• 滾雪球學 Python 第二輪（完結）
• 滾雪球學 Python 第三輪（更新中）
• 滾雪球學 Python 番外篇（完結）

Python 函數式編程

Python 不是純粹的函數式語言，但你可以使用 Python 進行函數式編程

典型的聽君一席話，如聽一席話，說白了就是 Python 具備函數式編程的特性，

so，可以借用函數式語言的設計模式和編程技術，把代碼寫成函數式編程的樣子

一般此時我會吹噓一下，函數式代碼比較簡潔和優雅~

好了，已經吹噓完了。

以上內容都屬于講道理的范圍，那在 Python 中有哪些適合函數式編程的技能點

又有哪些不適的點呢？

下述 2 點先有個印象就行

• 優點：生成器表達式，這個后面咱會反復提及，具備很多高階函數，例如 reduce，map，filter 三巨頭。
• 缺點：沒有無限遞歸等~

如果你去百度 “什么是函數式編程”，很多地方會給出答案

函數式編程：允許把函數本身作為參數傳入另一個函數，還允許返回一個函數。

有道理！

其實函數式編程就是在函數中定義表達式和實現表達式的求職，說白了就是用函數落地你的代碼。

看起來好像是廢話，它還有一個補充的說明，在函數式編程中要避免狀態變化和使用可變對象。

其中避免狀態變化 重點要關注賦值語句以及它如何改變狀態，因此你在函數式編程中，不會看到 global，nolocal 等內容。

同一案例的不同寫法，展示函數式編程

概念與原理都是比較抽象的，咱還是少說概念，這個留到未來你自己總結就好，直接展示源碼差異。

計算 1~100 內，計算 5 與 7 的倍數之和

面向過程的寫法

count = 0for num in range(1, 101):    if num % 5 == 0 or num % 7 == 0:        count += numprint(count)

在面向過程的寫法中，邏輯都是從上向下進行運行的，例如 num 從 1 數到 100，如果對 5 或者對 7 取余等于 0，那表示可以整除，然后將 count 與對應的 num 相加，得到最后的余數。

這種思路是純面向過程的寫法，一般我們學習編程時，首先學會的就是該類寫法。

面向對象的寫法

該類寫法有兩種，一種是使用 Python 內置的列表實現，一種是自己聲明一個類來實現。

第一種寫法：

count = list()for num in range(1, 101):    if num % 5 == 0 or num % 7 == 0:        count.append(num)print(sum(count))

在上述寫法中，變量 count 聲明一個 list，即列表對象，但是整理看起來還是有些過程式編程語言的影子。

例如最后的 sum(count) 的使用就有些奇怪，看不出來面向對象的影子。

接下來，咱們創建一個自定義的類，進行邏輯實現。

class My_List_Sum(list):    def sum(self):        count = 0        for n in self:            count += n        return countcount = My_List_Sum()for num in range(1, 101):    if num % 5 == 0 or num % 7 == 0:        count.append(num)print(count.sum())

上述代碼，我們自行實現了一個 My_List_Sum 類，讓它繼承自 list，此時你應該明白，list 就是一個類名，然后在類的內部實現了 sum 方法，再調用該對象的 sum 方法，完美的應用了面向對象的寫法。

接下來進入正題，函數式編程的落地實現

在正式編寫前，需要回憶一些基礎知識，例如 lambda 表達式以及列表相加。

判斷一個數字是 5 或者 7 的倍數， lambda 寫法如下：

multiple = lambda x: x % 5 == 0 or x % 7 == 0a = multiple(3) # Falseb = multiple(5) # Truec = multiple(7) # Falseprint(a, b, c)

列表相加代碼如下：

print([1]+[2]) # [1,2]

有了上述內容，可以編寫一個遞歸函數，實現對應的邏輯，代碼的說明已經添加到注釋中。

def tool(n: int, end: int, filter_func) -> list:    """返回一個篩選之后的列表    :param n: 起始值    :param end: 終止值    :param filter_func: 判斷表達式    """    # 如果到達上限，直接返回空列表    if n == end: return []    # 如果滿足過濾條件，返回該值與下一個值組成的列表    if filter_func(n):        return [n] + tool(n + 1, end, filter_func)    else:        # 不滿足過濾條件，直接返回下一個值        return tool(n + 1, end, filter_func)# 測試代碼ret = tool(1, 101, lambda x: x % 5 == 0 or x % 7 == 0)print(ret)print(sum(ret))

上述代碼即為求和的函數式實現，其中部分邏輯如下：

1. 給定初始值與上限值，當迭代的值等于上限值時，返回空列表，即運行結束；
2. 傳入一個判斷條件，本案例中為一個 lambda 表達式，用于判斷 5 和 7 的倍數；
3. 當滿足條件時，進行的是相加+迭代工作，當不滿足條件時，直接進入下一次迭代。

當然還有一種函數式編程的寫法，代碼如下：

print(sum(n for n in range(1, 101) if n % 5 == 0 or n % 7 == 0))

這里用到的生成器后文會進行說明。

Python 函數式編程的特點

在 Python 中，函數即對象，例如聲明一個函數之后，你可以調用其屬性。

下述代碼展示的即為函數對象的屬性，其余內容可以自行再做測試。

def my_func(var1, var2, **kw):    return var1 + var2print(type(my_func))  # print(my_func.__code__)print(my_func.__dict__)print(my_func.__code__.co_code)print(my_func.__code__.co_filename)print(my_func.__code__.co_argcount)

函數式編程之所以高效，其中一個很重要的原因就是延遲計算，也叫做惰性求值，這些在后面都將逐步展開，現在依舊是接收一下印象概念。

正是因為函數即對象，所有才有本文開篇那段對函數式編程的定義。

函數可以使用其它函數作為參數，或者返回另一個函數，所以在實際編碼過程中，我們將會把函數轉換成其它代碼中的 “對象”，從而實現函數式編程。

接下來咱們要接觸一下 Python 中的純函數概念以及應用。

純函數

純函數是一個概念，也就是讓函數不會對函數外作用域產生影響，即作用域為本地。

說簡單點，就是在函數內部避免賦值操作，當然類似 global 等關鍵字也避免使用。

針對此，lambda 表達式就是純函數。

首先查看一個純函數的例子：

def my_func(num: int) -> int:    return num * 100

上述代碼中函數的返回值僅與 num 有關，滿足下面兩個條件：

1. 沒有改變全局變量；
2. 沒有更新可變數據結構，例如列表，字典。

接觸完畢純函數概念之后，下面了解一下函數作為對象的落地應用。

在 Python 中聲明一個類，默認會攜帶部分內置的方法，例如：

from typing import Callable# 聲明一個類，該類無意義，僅測試使用class Ext:    # 傳入的函數，可攜帶1~2個參數    def __init__(self, test_demo: Callable[[int], int]) -> None:        self.func = test_demo    # 返回結果擴大2倍    def __call__(self, arg: int) -> int:        return self.func(arg) * 2def one_func(var):    return var + 1def two_func(var):    return var * 3def three_func(var):    return vara = Ext(one_func)print(a(3))  # 8b = Ext(two_func)print(b(3))  # 18c = Ext(three_func)print(c(3))  # 6

上述代碼使用了一個新的模塊 typing，該模塊是 Python 3.5 之后新增的模塊，主要為 Python 提供靜態類型的檢查 。

本案例中導入的是回調函數 Callable，格式如下：

Callable[[Arg1Type, Arg2Type],ReturnType]

其中內部中括號 Arg1Type 是參數類型，ReturnType 為返回值類型。

上述三個函數的簽名都與 Callable 定義的一致，所以都可以作為 test_demo 參數的值去傳遞。

寫在后面

滾雪球學Python第四輪，非常理論的一個系列，跟上大部隊的節奏，走起來，有任何問題，都可以在評論區留言，一般1小時之內都能解決。

今天是持續寫作的第 213 / 365 天。
可以關注，點贊、評論、收藏。

更多精彩

太多了，去主頁看吧。