助力函数式编程

虽然Python中“万般皆下品，唯有对象高”，但函数式编程也不是不能用，而且Python提供了一些有助于进行函数式编程的函数：map、filter和reduce。

下面简单来看下它们的作用：

语法：

map(f,seq)

参数解析：

　　f — 函数

　　seq — 序列

作用：将序列中所有的元素传递给函数。

这样得到的结果是一个Iterator，Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list：

>>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']

用于过滤序列，语法同map()相同，用于过滤序列，和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

例如：在一个数字序列中[1,2,3,4,5,6,7,8,9,10]，取出所有偶数，就可以这样写：

def is_odd(n):
    return n % 2 == 0

list(filter(is_odd,[1,2,3,4,5,6,7,8,9,10]))

注意filter()的结果也是一个Iterator，故通过list()函数让它把整个序列都计算出来并返回一个list。

函数reduce()是模块functools中的，所以需要导入才能用。

语法同map()一样，但是reduce()的第一个参数fn函数必须接收两个参数，因为reduce()的作用是使用指定的函数fn将序列的前两个元素合二为一，再将结果与第三个元素合二为一，以此类推，直到处理完整个序列并得到一个结果。

效果就是：

reduce(fn, [x1, x2, x3, x4]) = fn(fn(fn(x1, x2), x3), x4)

例如：可以用reduce实现一个求和：

from functools import reduce

def add(x,y):
    return x + y

reduce(add, [2,4,6,8,10])

当然就本例而言，完全不如使用内置的sum。

终日不为以思，无益，不如学也