亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

Python函數式編程:從入門到走火入魔

系統 1696 0

附Java/C/C++/機器學習/算法與數據結構/前端/安卓/Python/程序員必讀書籍書單大全:

書單導航頁(點擊 右側 極客俠棧 即可打開個人博客): 極客俠棧
①【Java】學習之路吐血整理技術書從入門到進階最全50+本(珍藏版)
②【算法數據結構+acm】從入門到進階吐血整理書單50+本(珍藏版)
③【數據庫】從入門到進階必讀18本技術書籍網盤吐血整理網盤(珍藏版)
④【Web前端】從HTML到JS到AJAX到HTTP從框架到全棧幫你走更少彎路(珍藏版)? ?
⑤【python】書最全已整理好(從入門到進階)(珍藏版)

⑥【機器學習】+python整理技術書(從入門到進階已經整理好)(珍藏版)
⑦【C語言】推薦書籍從入門到進階帶你走上大牛之路(珍藏版)
⑧【安卓】入門到進階推薦書籍整理pdf書單整理(珍藏版)

⑨【架構師】之路史詩級必讀書單吐血整理四個維度系列80+本書(珍藏版)

⑩【C++】吐血整理推薦書單從入門到進階成神之路100+本(珍藏)

? 【ios】IOS書單從入門到進階吐血整理(珍藏版)

-------------------------------------------------------------------------------------------------------------------------------------------

函數式編程源自于數學理論,它似乎也更適用于數學計算相關的場景,因此本文以一個簡單的數據處理問題為例,逐步介紹 Python 函數式編程從入門到走火入魔的過程。

很多人都在談論函數式編程(Functional Programming),只是很多人站在不同的角度看到的是完全不一樣的風景。堅持實用主義的 Python 老司機們對待 FP 的態度應該更加包容,雖然他們不相信銀彈,但冥冥中似乎能感覺到 FP 暗合了 Python 教義(The Zen of Python)的某些思想,而且既然 Python 是一門多范式編程語言,并在很大程度上支持函數式編程,那就更沒有理由拒絕它。

函數式編程源自于數學理論,它似乎也更適用于數學計算相關的場景,因此本文以一個簡單的數據處理問題為例,逐步介紹 Python 函數式編程從入門到走火入魔的過程。

問題 :計算 N 位同學在某份試卷的 M 道選擇題上的得分(每道題目的分值不同)。

首先來生成一組用于計算的偽造數據:

            # @file: data.py
import random
from collections import namedtuple

Student = namedtuple('Student', ['id', 'ans'])

N_Questions = 25
N_Students = 20

def gen_random_list(opts, n):
    return [random.choice(opts) for i in range(n)]

# 問題答案 'ABCD' 隨機
ANS   = gen_random_list('ABCD', N_Questions)
# 題目分值 1~5 分
SCORE = gen_random_list(range(1,6), N_Questions)

QUIZE = zip(ANS, SCORE)
students = [
    # 學生答案為 'ABCD*' 隨機,'*' 代表未作答
    Student(_id, gen_random_list('ABCD*', N_Questions))
    for _id in range(1, N_Students+1)
]

print(QUIZE)
# [('A', 3), ('B', 1), ('D', 1), ...
print(students)
# [Student(id=1, ans=['C', 'B', 'A', ...
          

入門

首先來看常規的面向過程編程風格,我們需要遍歷每個學生,然后遍歷每個學生對每道題目的答案并與真實答案進行比較,然后將正確答案的分數累計:

            import data
def normal(students, quize):
    for student in students:
        sid = student.id
        score = 0
        for i in range(len(quize)):
            if quize[i][0] == student.ans[i]:
                score += quize[i][1]
        print(sid, '\t', score)

print('ID\tScore\n==================')
normal(data.students, data.quize)
"""
ID  Score
==================
1    5
2    12
...
"""
          

如果你覺得上面的代碼非常直觀且合乎邏輯,那說明你已經習慣按照計算機的思維模式進行思考了。通過創建嵌套兩個? for ?循環來 遍歷 所有題目答案的判斷和評分,這完全是為計算機服務的思路,雖然說 Python 中的? for ?循環已經比? C ?語言更進了一步,通常不需要額外的狀態變量來記錄當前循環的次數,但有時候也不得不使用狀態變量,如上例中第二個循環中比較兩個列表的元素。函數式編程的一大特點就是盡量拋棄這種明顯 循環遍歷 的做法,而是把注意集中在解決問題本身,一如在現實中我們批改試卷時,只需要將兩組答案 并列 進行比較即可:

            from data import students, QUIZE

student = students[0]

# 將學生答案與正確答案合并到一起
# 然后過濾出答案一致的題目
filtered = filter(lambda x: x[0] == x[1][0], zip(student.ans, QUIZE))

print(list(filtered))
# [('A', ('A', 3)), ('D', ('D', 1)), ...]
          

然后再將所有正確題目的分數累加起來,即可:

            from functools import reduce

reduced = reduce(lambda x, y: x + y[1][1], filtered, 0)
print(reduced)
          

以上是對一位學生的結果處理,接下來只需要對所有學生進行同樣的處理即可:

            def cal(student):
    filtered = filter(lambda x: x[0] == x[1][0], zip(student.ans, QUIZE))
    reduced = reduce(lambda x, y: x + y[1][1], filtered, 0)
    print(student.id, '\t', reduced)

print('ID\tScore\n==================')
# 由于 Python 3 中 map 方法只是組合而不直接執行
# 需要轉換成 list 才能將 cal 方法的的結果打印出來
list(map(cal, students))

"""
ID  Score
==================
1    5
2    12
...
"""
          

上面的示例通過? zip/filter/reduce/map ?等函數將數據處理的方法 打包 應用到數據上,實現了基本的函數式編程操作。但是如果你對函數式有更深入的了解,你就會發現上面的? cal ?方法中使用了全局變量? QUIZE ,這會導致在相同輸入的條件下,函數可能產生不同的輸出,這是 FP 的大忌,因此需要進行整改:

            def cal(quize):
    def inner(student):
        filtered = filter(lambda x: x[0] == x[1][0], zip(student.ans, quize))
        reduced = reduce(lambda x, y: x + y[1][1], filtered, 0)
        print(student.id, '\t', reduced)
    return inner
map(cal(QUIZE), students)
          

如此借助閉包(Closure)的方法,就可以維持純凈的 FP 模式啦!

走火(fn.py)

也許看了上面的 FP 寫法,你還是覺得挺啰嗦的,并沒有達到你想象中的結果,這時候就需要呈上一款語法糖利器:fn.py! fn.py ?封裝了一些常用的 FP 函數及語法糖,可以大大簡化你的代碼!

            pip install fn
          

首先從剛剛的閉包開始,我們可以用更加 FP 的方法來解決這一問題,稱為柯里化,簡單來說就是 允許接受多個參數的函數可以分次執行,每次只接受一個參數

            from fn.func import curried
@curried
def sum5(a, b, c, d, e):
    return a + b + c + d + e

sum3 = sum5(1,2)
sum4 = sum3(3,4)
print(sum4(5))
# 15
          

應用到上面的? cal ?方法中:

            from fn.func import curried

@curried
def cal(quize, student):
    filtered = filter(lambda x: x[0] == x[1][0], zip(student.ans, quize))
    reduced = reduce(lambda x, y: x + y[1][1], filtered, 0)
    print(student.id, '\t', reduced)

map(cal(QUIZE), students)
          

在 FP 中數據通常被看作是一段數據流在一串函數的管道中傳遞,因此上面的 reduce filter 其實可以合并:

            reduce(lambda x, y: x + y[1][1], filter(lambda x: x[0] == x[1][0], zip(student.ans, quize)), 0)
          

雖然更簡略了,但是這樣會大大降低代碼的可讀性(這也是 FP 容易遭受批評的一點),為此? fn ?提供了更高級的函數操作工具:

            from fn import F

cal = F() >> (filter, lambda x: x[0]==x[1][0]) >> (lambda r: reduce(_+_[1][1], r, 0))
# 計算一名學生的成績
print(cal(zip(student.ans, QUIZE)))

# 然后組合一下
@curried
def output(quize, student):
    cal = F() >> (filter, lambda x: x[0]==x[1][0]) >> (lambda r: reduce(_+_[1][1], r, 0))
    print(student.id, '\t', cal(zip(student.ans, quize)))
map(output(QUIZE), students)
          

入魔(Hy)

如果你覺得上面的代碼已經足夠魔性到看起來不像是 Python 語言了,然而一旦接受了這樣的語法設定感覺也還挺不錯的。如果你興沖沖地拿去給 Lisp 或 Haskell 程序員看,則一定會被無情地鄙視,于是你痛定思痛下定決心繼續挖掘 Python 函數式編程的奧妙,那么恭喜你,組織歡迎你的加入: Hail Hydra

哦不對,說漏了,是 Hi Hy

Hy?是基于 Python 的 Lisp 方言,可以與 Python 代碼進行完美互嵌(如果你更偏好 PyPy,同樣也有類似的Pixie),除此之外你也可以把它當做一門獨立的語言來看待,它有自己的解釋器,可以當做獨立的腳本語言來使用:

            pip install git+https://github.com/hylang/hy.git
          

首先來看一下它的基本用法,和 Python 一樣,安裝完之后可以通過? hy ?命令進入 REPL 環境:

            => (print "Hy!")
Hy!
=> (defn salutationsnm [name] (print (+ "Hy " name "!")))
=> (salutationsnm "YourName")
Hy YourName!
          

或者當做命令行腳本運行:

            #! /usr/bin/env hy
(print "I was going to code in Python syntax, but then I got Hy.")
          

保存為? awesome.hy

            chmod +x awesome.hy
./awesome.hy
          

接下來繼續以上面的問題為例,首先可以直接從 Python 代碼中導入:

            (import data)

;; 用于 Debug 的自定義宏
;; 將可迭代對象轉化成列表后打印
(defmacro printlst [it]
    `(print (list ~it)))

(setv students data.students)
(setv quize data.QUIZE)

(defn cal [quize]
  (fn [student]
    (print student.id
      (reduce
        (fn [x y] (+ x (last (last y))))
        (filter
          (fn [x] (= (first x) (first (last x))))
          (zip student.ans quize))
        0
      )
    )
  )
)

(printl (map (cal quize) students))
          

如果覺得不放心,還可以直接調用最開始定義的方法將結果進行比較:

            ;; 假設最上面的 normal 方法保存在 fun.py 文件中
(import fun)
(.normal fun students quize)
          

總結

以一個簡單的數據處理問題為例,我們經歷了 Python 函數式編程從開始嘗試到“走火入魔”的整個過程。也許你還是覺得不夠過癮,想要嘗試更 純粹 的 FP 體驗,那么 Haskell 將是你最好的選擇。FP 將數據看做數據流在不同函數間傳遞,省去不必要的中間變量,保證函數的純粹性…等等這些思想在數據處理過程中還是非常有幫助的(Python 在這一領域的競爭對手 R 語言本身在語法設計上就更多地受到 Lisp 語言的影響,雖然看起來語法也比較奇怪,但這也是它比較適合用于數據處理及統計分析的原因之一)。

參考

  1. Tips ? 0x02-函數式編程
  2. Python HOWTOs ? Functional Programming HOWTO
  3. Hy's Doc
  4. fn.py

更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 99久久99热久久精品免费 | 九九久久九九久久 | 亚洲人成在线观看 | 国产五月色婷婷六月丁香视频 | 好吊妞操 | 玖玖精品在线观看 | 欧美精品在线看 | 色鬼久久爱综合久久鬼色 | 久久91亚洲精品久久91综合 | 欧美色xxx | 亚洲欧美日韩一区超高清 | 最新亚洲国产有精品 | 这里只有精品在线 | 在线看片不卡 | 青草久久精品 | 一级爱爱片一级毛片-一毛 一级白嫩美女毛片免费 | 成人网18免费网站在线 | 欧美激情免费观看 | 手机看片久久国产免费不卡 | 日本亚洲欧美国产日韩ay高清 | 精品一区二区乱码久久乱码 | 草草在线观看视频 | 久久国产精品高清一区二区三区 | 久久国产精品亚洲一区二区 | 亚洲综合成人网 | 99视频99 | 中文字幕视频在线观看 | 免费观看一级欧美在线视频 | 久久伊伊香蕉综合精品 | 中文国产成人精品少久久 | 五月天婷婷在线播放 | 五月婷婷六月综合 | 欧美操操操操 | 九九热在线观看视频 | 久久人人爽人人爽人人片av不 | 涩涩视频免费 | 国产亚洲欧美精品久久久 | 在线播放不卡 | 免费精品美女久久久久久久久久 | 午夜欧美精品久久久久久久久 | 一级录像|