python命令行编程和函数式编程的区别_Python的函数式编程

所谓函数式编程&＃xff0c;就是指代码中每一块都是不可变的(immutable)&＃xff0c;都是由 pure function 的形式组成。这里的 pure function 是指函数本身相互独立&＃xff0c;互不影响&＃xff0c;对于相同的输入&＃xff0c;总会有相同的输出。

函数式编程的优点主要在于其 pure function 和不可变的特性使得程序更加健壮&＃xff0c;易于 debug 和测试&＃xff0c;缺点主要在于限制多&＃xff0c;难写。

对于 Map(function, iterable) 函数&＃xff0c;前面的例子提过&＃xff0c;他表示对 iterable 中的每个元素运用 function 这个函数&＃xff0c;最后返回一个新的可遍历的集合&＃xff0c;比如上面对列表中每个元素乘2用map可以表示为

l &＃61; [1, 2, 3, 4, 5]new_list &＃61; map(lambda x: x * 2, l) # [2&＃xff0c; 4&＃xff0c; 6&＃xff0c; 8&＃xff0c; 10]

我们再来看一下 Python 提供的函数式编程的接口的性能&＃xff0c;就以 Map 为例&＃xff0c;上述的例子还可以用 for 循环和 list comprehension 实现&＃xff0c;我们来比较一下他们的速度&＃xff1a;

python3 -mtimeit -s’xs&＃61;range(1000000)&＃39; &＃39;map(lambda x: x*2, xs)&＃39;输出结果&＃xff1a;2000000 loops, best of 5: 171 nsec per looppython3 -mtimeit -s’xs&＃61;range(1000000)&＃39; &＃39;[x * 2 for x in xs]&＃39;输出结果&＃xff1a;5 loops, best of 5: 62.9 msec per looppython3 -mtimeit -s’xs&＃61;range(1000000)’ &＃39;l &＃61; []&＃39; &＃39;for i in xs: l.append(i * 2)&＃39;输出结果&＃xff1a;5 loops, best of 5: 92.7 msec per loop

可以看到 map 是最快的&＃xff0c;因为 map 函数是直接由 C 语言写的&＃xff0c;运行时不需要通过 Python 解释器间接调用&＃xff0c;因此运行速度最快。

对于 Reduce(function, iterable) 函数&＃xff0c;通常用于对一个集合做一些累积操作。function 同样是一个函数对象&＃xff0c;规定他有两个参数&＃xff0c;表示对 iterable 中的每个元素以及上一次调用后的结果运用 function 进行计算&＃xff0c;因此最后返回的是一个单独的数值&＃xff0c;比如&＃xff0c;我想要计算列表元素的乘积&＃xff0c;可以表示为&＃xff1a;

l &＃61; [1, 2, 3, 4, 5]product &＃61; reduce(lambda x, y: x * y, l) # 1*2*3*4*5 &＃61; 120

通常来说&＃xff0c;如果你想对一个集合中的元素进行一些操作&＃xff0c;如果是一些非常简单的操作&＃xff0c;比如相加&＃xff0c;累积&＃xff0c;那么我们优先考虑 Map、Filter、Reduce 或者 list comprehension 的形式。