這是此系列的第二篇，試圖說明在Python中如何更好地使用函數(shù)并引導(dǎo)諸位使用函數(shù)式的思維進行思考。掌握并應(yīng)用這些內(nèi)容，就已經(jīng)是至少形似的函數(shù)式風(fēng)格的代碼了，至于思維么，這個真靠自己。

作者水平有限，如有錯漏之處還請指出；轉(zhuǎn)載請注明原作者和原地址：）

2. 從函數(shù)開始

2.1. 定義一個函數(shù)

如下定義了一個求和函數(shù)：

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

使用lambda可以定義簡單的單行匿名函數(shù)。lambda的語法是：

lambda args: expression 

lambda_add = lambda x, y: x + y 

2.2. 使用函數(shù)賦值

事實上你已經(jīng)見過了，上一節(jié)中我們將lambda表達式賦值給了add。同樣，使用def定義的函數(shù)也可以賦值，相當(dāng)于為函數(shù)取了一個別名，并且可以使用這個別名調(diào)用函數(shù)：

add_a_number_to_another_one_by_using_plus_operator = add
print add_a_number_to_another_one_by_using_plus_operator(1, 2) 

2.3. 閉包

閉包是一類特殊的函數(shù)。如果一個函數(shù)定義在另一個函數(shù)的作用域中，并且函數(shù)中引用了外部函數(shù)的局部變量，那么這個函數(shù)就是一個閉包。下面的代碼定義了一個閉包：

def f():
n = 1
def inner():
print n
inner()
n = 'x'
inner() 

如果需要在函數(shù)中修改全局變量，可以使用關(guān)鍵字global修飾變量名。Python 2.x中沒有關(guān)鍵字為在閉包中修改外部變量提供支持，在3.x中，關(guān)鍵字nonlocal可以做到這一點：

#Python 3.x supports `nonlocal'
def f():
n = 1
def inner():
nonlocal n
n = 'x'
print(n)
inner()
print(n) 

由于使用了函數(shù)體外定義的變量，看起來閉包似乎違反了函數(shù)式風(fēng)格的規(guī)則即不依賴外部狀態(tài)。但是由于閉包綁定的是外部函數(shù)的局部變量，而一旦離開外部函數(shù)作用域，這些局部變量將無法再從外部訪問；另外閉包還有一個重要的特性，每次執(zhí)行至閉包定義處時都會構(gòu)造一個新的閉包，這個特性使得舊的閉包綁定的變量不會隨第二次調(diào)用外部函數(shù)而更改。所以閉包實際上不會被外部狀態(tài)影響，完全符合函數(shù)式風(fēng)格的要求。（這里有一個特例，Python 3.x中，如果同一個作用域中定義了兩個閉包，由于可以修改外部變量，他們可以相互影響。）

雖然閉包只有在作為參數(shù)和返回值時才能發(fā)揮它的真正威力，但閉包的支持仍然大大提升了生產(chǎn)率。

2.4. 作為參數(shù)

如果你對OOP的模板方法模式很熟悉，相信你能很快速地學(xué)會將函數(shù)當(dāng)作參數(shù)傳遞。兩者大體是一致的，只是在這里，我們傳遞的是函數(shù)本身而不再是實現(xiàn)了某個接口的對象。
我們先來給前面定義的求和函數(shù)add熱熱身：

print add('三角形的樹', '北極') 

言歸正傳。我們的客戶有一個從0到4的列表：

lst = range(5) #[0, 1, 2, 3, 4] 

amount = 0
for num in lst:
amount = add(amount, num) 

首先可以預(yù)見的是求和這個動作是非常常見的，如果我們把這個動作抽象成一個單獨的函數(shù)，以后需要對另一個列表求和時，就不必再寫一遍這個套路了：

def sum_(lst):
amount = 0
for num in lst:
amount = add(amount, num)
return amount
print sum_(lst) 

如果現(xiàn)在需要求乘積，我們可以寫出類似的流程——只需要把相加換成相乘就可以了：

def multiply(lst):
product = 1
for num in lst:
product = product * num
return product 

def reduce_(function, lst, initial):
result = initial
for num in lst:
result = function(result, num)
return result
print reduce_(add, lst, 0) 

print reduce_(lambda x, y: x * y, lst, 1) 

雖然有模板方法這樣的設(shè)計模式，但那樣的復(fù)雜度往往使人們更情愿到處編寫循環(huán)。將函數(shù)作為參數(shù)完全避開了模板方法的復(fù)雜度。

Python有一個內(nèi)建函數(shù)reduce，完整實現(xiàn)并擴展了reduce_的功能。本文稍后的部分包含了有用的內(nèi)建函數(shù)的介紹。請注意我們的目的是沒有循環(huán)，使用函數(shù)替代循環(huán)是函數(shù)式風(fēng)格區(qū)別于指令式風(fēng)格的最顯而易見的特征。

*像Python這樣構(gòu)建于類C語言之上的函數(shù)式語言，由于語言本身提供了編寫循環(huán)代碼的能力，內(nèi)置函數(shù)雖然提供函數(shù)式編程的接口，但一般在內(nèi)部還是使用循環(huán)實現(xiàn)的。同樣的，如果發(fā)現(xiàn)內(nèi)建函數(shù)無法滿足你的循環(huán)需求，不妨也封裝它，并提供一個接口。

2.5. 作為返回值

將函數(shù)返回通常需要與閉包一起使用（即返回一個閉包）才能發(fā)揮威力。我們先看一個函數(shù)的定義：

def map_(function, lst):
result = []
for item in lst:
result.append(function(item))
return result 

這里我們先略過map_的蹩腳實現(xiàn)而只關(guān)注它的功能。對于上一節(jié)中的lst，你可能發(fā)現(xiàn)最后求乘積結(jié)果始終是0，因為lst中包含了0。為了讓結(jié)果看起來足夠大，我們來使用map_為lst中的每個元素加1：

lst = map_(lambda x: add(1, x), lst)
print reduce_(lambda x, y: x * y, lst, 1) 

lst = map_(lambda x: add(10, x), lst)
print reduce_(lambda x, y: x * y, lst, 1) 

現(xiàn)在回頭看看我們寫的兩個lambda表達式：相似度超過90%，絕對可以使用抄襲來形容。而問題不在于抄襲，在于多寫了很多字符有木有？如果有一個函數(shù)，根據(jù)你指定的左操作數(shù)，能生成一個加法函數(shù)，用起來就像這樣：

lst = map_(add_to(10), lst) #add_to(10) 

寫起來應(yīng)該會舒服不少。下面是函數(shù)add_to的實現(xiàn)：

def add_to(n):
return lambda x: add(n, x) 

functools.partial(func[, *args][, **keywords]) 

另外一個特殊的例子是裝飾器。裝飾器用于增強甚至干脆改變原函數(shù)的功能，我曾寫過一篇文檔介紹裝飾器，地址在這里：http://www.cnblogs.com/huxi/archive/2011/03/01/1967600.html。

*題外話，單就例子中的這個功能而言，在一些其他的函數(shù)式語言中（例如Scala）可以使用名為柯里化(Currying)的技術(shù)實現(xiàn)得更優(yōu)雅?？吕锘前呀邮芏鄠€參數(shù)的函數(shù)變換成接受一個單一參數(shù)（最初函數(shù)的第一個參數(shù)）的函數(shù)，并且返回接受余下的參數(shù)而且返回結(jié)果的新函數(shù)的技術(shù)。如下的偽代碼所示：

#不是真實的代碼
def add(x)(y): #柯里化
return x + y
lst = map_(add(10), lst) 

2.6. 部分內(nèi)建函數(shù)介紹

• reduce(function, iterable[, initializer])
  這個函數(shù)的主要功能與我們定義的reduce_相同。需要補充兩點：
  它的第二個參數(shù)可以是任何可迭代的對象（實現(xiàn)了__iter__()方法的對象）；
  如果不指定第三個參數(shù)，則第一次調(diào)用function將使用iterable的前兩個元素作為參數(shù)。
  由reduce和一些常見的function組合成了下面列出來的內(nèi)置函數(shù)：

  all(iterable) == reduce(lambda x, y: bool(x and y), iterable)
  any(iterable) == reduce(lambda x, y: bool(x or y), iterable)
  max(iterable[, args...][, key]) == reduce(lambda x, y: x if key(x) > key(y) else y, iterable_and_args)
  min(iterable[, args...][, key]) == reduce(lambda x, y: x if key(x) < key(y) else y, iterable_and_args)
  sum(iterable[, start]) == reduce(lambda x, y: x + y, iterable, start) 
  

  map(function, iterable, ...)
  這個函數(shù)的主要功能與我們定義的map_相同。需要補充一點：
  map還可以接受多個iterable作為參數(shù)，在第n次調(diào)用function時，將使用iterable1[n], iterable2[n], ...作為參數(shù)。

• filter(function, iterable)
  這個函數(shù)的功能是過濾出iterable中所有以元素自身作為參數(shù)調(diào)用function時返回True或bool(返回值)為True的元素并以列表返回，與系列第一篇中的my_filter函數(shù)相同。
• zip(iterable1, iterable2, ...)
  這個函數(shù)返回一個列表，每個元素都是一個元組，包含(iterable1[n], iterable2[n], ...)。
  例如：zip([1, 2], [3, 4]) --> [(1, 3), (2, 4)]
  如果參數(shù)的長度不一致，將在最短的序列結(jié)束時結(jié)束；如果不提供參數(shù)，將返回空列表。

除此之外，你還可以使用本文2.5節(jié)中提到的functools.partial()為這些內(nèi)置函數(shù)創(chuàng)建常用的偏函數(shù)。

另外，pypi上有一個名為functional的模塊，除了這些內(nèi)建函數(shù)外，還額外提供了更多的有意思的函數(shù)。但由于使用的場合并不多，并且需要額外安裝，在本文中就不介紹了。但我仍然推薦大家下載這個模塊的純Python實現(xiàn)的源代碼看看，開闊思維嘛。里面的函數(shù)都非常短，源文件總共只有300行不到，地址在這里：http://pypi.Python.org/pypi/functional

此篇結(jié)束：）