函数式编程

在Python中，函数是一等对象。这意味着函数可以像其他对象一样被操作和使用。在函数式编程中，我们可以将函数作为参数传递给其他函数，将函数赋值给变量，甚至将函数作为返回值返回。

一等对象的特点

一等对象一般都会具有以下特点：

1. 对象是在运行时创建的。
2. 能够赋值给变量或作为数据结构中的元素。
3. 能够作为参数传递。
4. 能够作为返回值返回。

作用域（scope）

作用域指的是变量生效的区域。

b = 20 # 全局变量def fn():a = 10 # a定义在了函数内部，所以他的作用域就是函数内部，函数外部无法访问print('函数内部：','a =',a)print('函数内部：','b =',b)# fn()    # print('函数外部：','a =',a)
# print('函数外部：','b =',b)

在Python中一共有两种作用域：

全局作用域

• 全局作用域在程序执行时创建，在程序执行结束时销毁。
• 所有函数以外的区域都是全局作用域。
• 在全局作用域中定义的变量，都属于全局变量，全局变量可以在程序的任意位置被访问。

函数作用域

• 函数作用域在函数调用时创建，在调用结束时销毁。
• 函数每调用一次就会产生一个新的函数作用域。
• 在函数作用域中定义的变量，都是局部变量，它只能在函数内部被访问。

变量的查找：

• 当我们使用变量时，会优先在当前作用域中寻找该变量，如果有则使用，如果没有则继续去上一级作用域中寻找，如果有则使用，如果依然没有则继续去上一级作用域中寻找，以此类推，直到找到全局作用域，依然没有找到，则会抛出异常 NameError: name 'a' is not defined。

def fn2():def fn3():print('fn3中:','a =',a)fn3()# fn2()    a = 20def fn3():# a = 10 # 在函数中为变量赋值时，默认都是为局部变量赋值# 如果希望在函数内部修改全局变量，则需要使用global关键字，来声明变量global a # 声明在函数内部的使用a是全局变量，此时再去修改a时，就是在修改全局的aa = 10 # 修改全局变量print('函数内部：','a =',a)# fn3()
# print('函数外部：','a =',a)

命名空间（namespace）

命名空间指的是变量存储的位置，每一个变量都需要存储到指定的命名空间当中。每一个作用域都会有一个它对应的命名空间。全局命名空间，用来保存全局变量。函数命名空间用来保存函数中的变量。命名空间实际上就是一个字典，是一个专门用来存储变量的字典。

# locals()用来获取当前作用域的命名空间
# 如果在全局作用域中调用locals()则获取全局命名空间，如果在函数作用域中调用locals()则获取函数命名空间
# 返回的是一个字典
scope = locals() # 当前命名空间
print(type(scope))
# print(a)
# print(scope['a'])
# 向scope中添加一个key-value
scope['c'] = 1000 # 向字典中添加key-value就相当于在全局中创建了一个变量（一般不建议这么做）
# print(c)def fn4():a = 10# scope = locals() # 在函数内部调用locals()会获取到函数的命名空间# scope['b'] = 20 # 可以通过scope来操作函数的命名空间，但是也是不建议这么做# globals() 函数可以用来在任意位置获取全局命名空间global_scope = globals()# print(global_scope['a'])global_scope['a'] = 30# print(scope)fn4()

练习实操

• 求阶乘
• 递归函数
• 幂运算函数
• 测试代码

求阶乘

# 创建一个函数，可以用来求任意数的阶乘
def factorial(n):'''该函数用来求任意数的阶乘参数：n 要求阶乘的数字'''# 创建一个变量，来保存结果result = nfor i in range(1,n):result *= ireturn result    

递归函数

# 创建一个函数，用来检查一个任意的字符串是否是回文字符串，如果是返回True，否则返回False
def hui_wen(s):'''该函数用来检查指定的字符串是否回文字符串，如果是返回True，否则返回False参数：s：就是要检查的字符串'''# 基线条件if len(s) < 2 :# 字符串的长度小于2，则字符串一定是回文return Trueelif s[0] != s[-1]:# 第一个字符和最后一个字符不相等，不是回文字符串return False    # 递归条件    return hui_wen(s[1:-1])

幂运算函数

# 创建一个函数 power 来为任意数字做幂运算 n ** i
def power(n , i):'''power()用来为任意的数字做幂运算参数：n 要做幂运算的数字i 做幂运算的次数'''# 基线条件if i == 1:# 求1次幂return n# 递归条件return n * power(n , i-1)

测试代码

# 求10的阶乘    
print(factorial(10))# 检查字符串是否回文
print(hui_wen('abcdefgfedcba'))# 对10进行5次幂运算
print(power(10, 5))

高阶函数

高阶函数是指满足以下条件之一的函数：

1. 接收一个或多个函数作为参数。
2. 将函数作为返回值返回。

高阶函数在函数式编程中非常常见。它们使得我们能够更灵活地处理函数，将函数作为数据进行操作和传递。

接收函数作为参数，或者将函数作为返回值的函数是高阶函数

当我们使用一个函数作为参数时，实际上是将指定的代码传递进了目标函数

# 创建一个列表
l = [1,2,3,4,5,6,7,8,9,10]# 定义一个函数
#   可以将指定列表中的所有的偶数，保存到一个新的列表中返回# 定义一个函数，用来检查一个任意的数字是否是偶数
def fn2(i) :if i % 2 == 0 :return Truereturn False    # 这个函数用来检查指定的数字是否大于5
def fn3(i):if i > 5 :return True    return Falsedef fn(func , lst) :'''fn()函数可以将指定列表中的所有偶数获取出来，并保存到一个新列表中返回参数：lst：要进行筛选的列表'''# 创建一个新列表new_list = []# 对列表进行筛选for n in lst :# 判断n的奇偶if func(n) :new_list.append(n)# 返回新列表return new_list

将函数作为返回值返回，也是一种高阶函数

在Python中，我们可以将函数作为返回值返回，这种函数被称为高阶函数。通过高阶函数，我们可以创建一些只有当前函数能访问的变量，这种函数称为闭包。

def fn():a = 10# 函数内部再定义一个函数def inner():print('我是fn2', a)# 将内部函数inner作为返回值返回   return inner# r是一个函数，是调用fn()后返回的函数
# 这个函数实在fn()内部定义，并不是全局函数
# 所以这个函数总是能访问到fn()函数内的变量
r = fn()

在上面的代码中，我们定义了一个函数fn()，它内部定义了另一个函数inner()，然后将inner()函数作为返回值返回。当我们调用fn()函数后，会得到一个函数对象r，我们可以通过r来调用inner()函数，并且inner()函数可以访问到fn()函数内部的变量a。

求多个数的平均值

def make_averager():nums = []def averager(n):nums.append(n)return sum(nums)/len(nums)return averageraverager = make_averager()print(averager(10))
print(averager(20))
print(averager(30))
print(averager(40))

在上面的代码中，我们定义了一个函数make_averager()，它返回了一个内部函数averager()。通过调用make_averager()函数，我们可以得到一个计算平均值的闭包averager。每次调用averager()函数时，我们将一个数值添加到列表nums中，并返回当前所有数值的平均值。

我们可以多次调用averager()函数来计算不同数值序列的平均值，由于闭包的特性，它会记住之前的所有数值，从而得到正确的平均值。

filter()

filter()可以从序列中过滤出符合条件的元素，保存到一个新的序列中
参数：

1. 函数，根据该函数来过滤序列（可迭代的结构）
2. 需要过滤的序列（可迭代的结构）
   返回值：
   过滤后的新序列（可迭代的结构）

def fn4(i):return i % 3 == 0r = filter(lambda i : i > 5 , l)

map()

map()函数可以对可迭代对象中的所有元素做指定的操作，然后将其添加到一个新的对象中返回

l = [1,2,3,4,5,6,7,8,9,10]
r = map(lambda i : i ** 2 , l)

sort()

该方法用来对列表中的元素进行排序
sort()方法默认是直接比较列表中的元素的大小
在sort()可以接收一个关键字参数 ， key
key需要一个函数作为参数，当设置了函数作为参数
每次都会以列表中的一个元素作为参数来调用函数，并且使用函数的返回值来比较元素的大小

l = ['bb','aaaa','c','ddddddddd','fff']
# l.sort(key=len)l = [2,5,'1',3,'6','4']
l.sort(key=int)

sorted()

这个函数和sort()的用法基本一致，但是sorted()可以对任意的序列进行排序
并且使用sorted()排序不会影响原来的对象，而是返回一个新对象

l = [2,5,'1',3,'6','4']
# l = "123765816742634781"print('排序前:',l)
print(sorted(l,key=int))
print('排序后:',l)

reduce()

这个方法和map()、filter()不太一样
reduce()需要导入functools模块

from functools import reducel = [1,2,3,4,5]
r = reduce(lambda x,y : x + y , l)

练习

使用filter函数找到列表中所有的偶数，使用map函数将每个偶数变成字符串类型，并使用sorted函数进行排序。

l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]even_nums = filter(lambda n: n % 2 == 0, l)
str_nums = map(str, even_nums)
sorted_nums = sorted(str_nums)
print(sorted_nums)

输出：

['2', '4', '6', '8', '10']

装饰器

装饰器是一种特殊类型的函数，它可以用于修改或扩展其他函数的功能。装饰器通常使用Python的@语法来应用于目标函数。装饰器可以在不修改原函数代码的情况下，通过包裹原函数来添加额外的行为。

以下是一个示例装饰器的代码：

def decorator(func):def wrapper(*args, **kwargs):print("装饰器添加的额外功能")return func(*args, **kwargs)return wrapper@decorator
def target_function():print("目标函数")target_function()

输出：

装饰器添加的额外功能
目标函数

在上面的代码中，decorator是一个装饰器函数，它接收一个函数作为参数，并返回一个新的包装函数wrapper。包装函数在调用目标函数之前添加了额外的功能。通过将装饰器应用于target_function，我们可以在调用target_function时获得额外的功能。

创建几个函数

def add(a , b):'''求任意两个数的和'''r = a + breturn rdef mul(a , b):'''求任意两个数的积'''r = a * breturn r    

希望函数可以在计算前，打印开始计算，计算结束后打印计算完毕。我们可以直接通过修改函数中的代码来完成这个需求，但是会产生以下一些问题：
① 如果要修改的函数过多，修改起来会比较麻烦；
② 并且不方便后期的维护；
③ 并且这样做会违反开闭原则（OCP），即程序的设计要求开发对程序的扩展，要关闭对程序的修改。

r = add(123,456)
print(r)

我们希望在不修改原函数的情况下，来对函数进行扩展。

def fn():print('我是fn函数....')# 只需要根据现有的函数，来创建一个新的函数
def fn2():print('函数开始执行~~~')fn()print('函数执行结束~~~')fn2() 

def new_add(a,b):print('计算开始~~~')r = add(a,b)print('计算结束~~~')return rr = new_add(111,222)    
print(r)

上边的方式，已经可以在不修改源代码的情况下对函数进行扩展了。但是，这种方式要求我们每扩展一个函数就要手动创建一个新的函数，实在是太麻烦了。为了解决这个问题，我们创建一个函数，让这个函数可以自动的帮助我们生成函数。

def begin_end(old):'''用来对其他函数进行扩展，使其他函数可以在执行前打印开始执行，执行后打印执行结束参数：old 要扩展的函数对象'''# 创建一个新函数def new_function(*args , **kwargs):print('开始执行~~~~')# 调用被扩展的函数result = old(*args , **kwargs)print('执行结束~~~~')# 返回函数的执行结果return result# 返回新函数        return new_functionf = begin_end(fn)
f2 = begin_end(add)
f3 = begin_end(mul)r = f()
r = f2(123,456)
r = f3(123,456)
print(r)

向begin_end()这种函数我们就称它为装饰器。通过装饰器，可以在不修改原来函数的情况下来对函数进行扩展。在开发中，我们都是通过装饰器来扩展函数的功能的。

在定义函数时，可以通过@装饰器，来使用指定的装饰器，来装饰当前的函数。可以同时为一个函数指定多个装饰器，这样函数将会按照从内向外的顺序被装饰。

def fn3(old):'''用来对其他函数进行扩展，使其他函数可以在执行前打印开始执行，执行后打印执行结束参数：old 要扩展的函数对象'''# 创建一个新函数def new_function(*args , **kwargs):print('fn3装饰~开始执行~~~~')# 调用被扩展的函数result = old(*args , **kwargs)print('fn3装饰~执行结束~~~~')# 返回函数的执行结果return result# 返回新函数        return new_function@fn3
@begin_end
def say_hello():print('大家好~~~')say_hello()

总结

函数式编程是一种编程范式，它将计算过程视为数学函数的组合。在函数式编程中，函数被视为一等对象，具有以下特点：

1. 作为参数传递：函数可以作为参数传递给其他函数，以实现更灵活的功能。
2. 作为返回值返回：函数可以作为另一个函数的返回值，以实现可定制的行为。
3. 可以赋值给变量：函数可以被赋值给变量，以便进一步使用。

作用域是指在程序中定义变量的区域，它决定了变量的可见性和生命周期。常见的作用域包括全局作用域和函数作用域。

全局作用域是在整个程序中都可以访问的作用域，而函数作用域只在函数内部可见。

命名空间是一个用于存储变量和函数名称的容器。它提供了一种将名称与特定作用域中的对象关联起来的方式。

在实操练习中，使用函数式编程的概念来实现了以下功能：

1. 求阶乘：通过递归函数实现了求阶乘的功能。
2. 幂运算函数：通过高阶函数实现了对一个数进行幂运算的功能。
3. 求多个数的平均值：通过高阶函数和reduce()函数实现了求多个数的平均值的功能。

装饰器是一种用于修改已有函数行为的函数。它可以在不修改原函数代码的情况下，给函数添加新的功能。在实操练习中，使用装饰器实现了对函数进行扩展的功能。

总结：函数式编程通过将函数视为一等对象，使得程序更具灵活性和可扩展性。它包括了一等对象、作用域、命名空间等概念，并可以通过高阶函数、递归函数、装饰器等实现各种功能。函数式编程是一种强大的编程范式，能够简化复杂问题的解决过程。