2. Python函式式編程中的字串，元組，函式的分類，高階函式，一篇文章都介紹一遍

函式式編程中的字串

在函式式編程中，經常用到 Python 字串，因其是不可變資料結構，

字串本身是一個物件，具備很多物件方法，與常識中函式的使用不太相同，例如下述代碼

my_str = "xiangpica"
print(my_str.upper())
print(len(my_str.upper()))

其中 len() 函式的用法被稱為前置寫法，而 my_str.upper() 被稱為后置寫法，這樣很容易造成函式式編程的理解問題，所以需要系統性的解決該問題，

如果上述代碼可以修改為 len(upper(my_str))，就變得相對容易理解，

# 型別 Text 是 str 的別名
from typing import Text
my_str = "xiangpica"

def upper(str: Text) -> Text:
    return str.upper()

print(upper(my_str))
print(len(upper(my_str)))

上述代碼重新定義了一個前置用法的函式 upper，用于解決函式式編程中的一致性問題，該解決辦法在后續代碼中會經常出現，

不變型別元組

除字串外，Python 中的另一個不可變資料型別為元組，元組分為普通元組與命名元組，

普通元組的宣告與訪問

在之前的滾雪球系列中對元組的基本知識，已經進行了說明，可以去稍微復習一下，然后在進入本文的學習，

先看一下代碼，然后再判斷是否可以理解，

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)

上述代碼定義了一個新的型別 LANGUAGE，該型別是一個元組，具備三個元素，

python 型別注解是 Callable[[LANGUAGE], Text]，即它的引數是 LANGUAGE 型別，回傳值是字串型別，

注意 typing 模塊加入不會影響程式的運行不會報正式的錯誤，僅作為型別檢查，防止運行時出現引數、回傳值型別不符，開發人員查閱，

除上述內容外，還可以使用命名元組來實作，

from collections import  namedtuple

Language = namedtuple("Language",("name1", "name2", "name3"))

l = Language("c", "python", "js")
print(l)
print(l.name1)

或者直接使用 typing 模塊的 NamedTuple 也可以，

from typing import NamedTuple, Text


class Language(NamedTuple):
    name: Text
    description: Text


l = Language("C", "C語言")
print(l)
print(l.name)
print(l.description)

函式式的分類

函式大類分為兩種：

• 標量函式：函式的回傳結果為一個值；
• 集合函式：函式的結果為可迭代的集合，

集合函式也可以細分：

• 規約/累積函式：將集合內的元素進行累積計算，最后得到一個值；
• 映射函式：將標量函式應用于幾個的每個元素，最后得到一個與原集合相同長度的新集合；
• 過濾函式：將標量函式應用于每個元素，保留一部分，得到一個子集，

有了上述概念之后，對于函式式編程的理解可以更進一步，

any() 、all() 、len()、sum() 對比學習

any 與 all 兩個函式屬于規約函式，進行的操作叫做布爾規約，即將一個集合的元素歸約為 True 或者 False，all 需要所有值都是 True，any 只要有一個值是 True 即可，

len 與 sum 也是歸約函式，它們分別表示計算集合中所有值的個數和匯總值，

zip()、reversed()、enumerate()

zip 函式可以把多個可迭代物件或者序列，之間的資料進行交叉組合，即將 n 個元素的可迭代物件轉換為 n 元組，然后回傳一個生成器，

如果 zip 函式沒有輸入引數，那將回傳一個空串列 []，

a = zip()
print(list(a))

reversed 函式用于改變序列順序，即反轉序列，

enumerate 函式獲取序列或者可迭代物件的下標值，轉換成概念描述就是將可迭代物件映射為二元組序列（帶上序號了），每個二元組序列中，第一個元素是下標值，第二個元素是值本身，

高階函式

學習 Python 函式式編程，繞不開高階函式的學習，高階函式就是以函式為引數，或者以回傳值為函式的函式，

函式 max 和 min()

上述兩個函式是規約函式，即輸入的是集合，輸出的是單個值，主要用途就是尋找極值，

一般在學習的時候，可以把二者當成普通的函式，也可用于高階函式，主要為引數位置的差異，

最簡單的用法為：

max_num = max(1, 2, 3, 4)
min_num = min(1, 2, 3, 4)
print(max_num)
print(min_num)

接下來就是其高階函式模式的實作，自定義比較規則，

# 第一種寫法，比較字串長度
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)

# 第二種寫法，比較字串長度
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)

上述代碼的 key 為可選引數，默認值為 None，

map 函式

map 函式用于將一個集合映射到另一個集合，例如可以將一個由字串組成的串列中的每一項，都轉換為整數，

data = ["1", "2", "3"]
print(map(int, data))
print(list(map(int, data)))

代碼 map(int, data) 的含義就是將 int 函式作用于 data 中的每一項，

map 函式的第一個引數也可以用 lambda 代替，

data = ["1", "2", "3"]
print(map(lambda x: int(x), data))
print(list(map(int, data)))

filter 函式

filter 函式主要用于將一個**判定函式（謂語函式）**用于集合的每一個元素，最后得到滿足判定函式的結果集，測驗代碼如下：

data = [1, 3, 5, 7, 9]
print(filter(lambda x: x > 3, data))
print(list(filter(lambda x: x > 3, data)))

sorted 函式

sorted 函式也支持高階函式 key 引數定制規則，

result = sorted(["afghsss", "abc", "ceda", "aaaaa"], key=lambda x: len(x))
print(result)

同一需求的不同效率問題

通過 map 函式，生成器運算式，存在迭代器的生成器函式分別多 一億 資料量的串列進行測驗，

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) # 程式運行耗時 3.904999999998493e-06
# (demo(x) for x in my_list) # 程式運行耗時 6.310000000009364e-06
demo1(demo, my_list) # 程式運行耗時 5.1070000000041915e-06
cost_time = time.perf_counter() - start

print("程式運行耗時", cost_time)

得到的結果是 map 最快，所以用就完事了，

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 215 / 365 天，
可以關注，點贊、評論、收藏，

更多精彩

• 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
• 滾雪球學 Python 番外篇（完結）