1. 滚雪球学Python第四季开启，一需三吃，Python 函数式编程初识，面向过程，面向对象，函

滚雪球学 Python 第四轮，这一番我们要学习点有难度的了，因此，橡皮擦将降低阅读与理解难度，尽量采用大白话为你铺垫。

写在前面

这一轮的学习，非常偏理论，因为涉及的一些概念也是借鉴的其它编程语言的风格，而且实际落地中存在部分争议

不过多学一点，总是没有坏处的。

滚雪球学 Python 第四轮，主要学习函数式编程

本系列文章每篇 3000 字左右（包含代码），所以放心享用，不会增大每日学习强度滴

滚雪球历史系列，已完成 3 个专栏，更新中 1 个专栏，即第三轮学习更新中，目前到 21 篇~，由于第三轮是项目实践，学 Django 去，所以第四轮概念类同步开启。

• 滚雪球学 Python（完结）
• 滚雪球学 Python 第二轮（完结）
• 滚雪球学 Python 第三轮（更新中）
• 滚雪球学 Python 番外篇（完结）

Python 函数式编程

Python 不是纯粹的函数式语言，但你可以使用 Python 进行函数式编程

典型的听君一席话，如听一席话，说白了就是 Python 具备函数式编程的特性，

so，可以借用函数式语言的设计模式和编程技术，把代码写成函数式编程的样子

一般此时我会吹嘘一下，函数式代码比较简洁和优雅~

好了，已经吹嘘完了。

以上内容都属于讲道理的范围，那在 Python 中有哪些适合函数式编程的技能点

又有哪些不适的点呢？

下述 2 点先有个印象就行

• 优点：生成器表达式，这个后面咱会反复提及，具备很多高阶函数，例如 reduce，map，filter 三巨头。
• 缺点：没有无限递归等~

如果你去百度 “什么是函数式编程”，很多地方会给出答案

函数式编程：允许把函数本身作为参数传入另一个函数，还允许返回一个函数。

有道理！

其实函数式编程就是在函数中定义表达式和实现表达式的求职，说白了就是用函数落地你的代码。

看起来好像是废话，它还有一个补充的说明，在函数式编程中要避免状态变化和使用可变对象。

其中避免状态变化 重点要关注赋值语句以及它如何改变状态，因此你在函数式编程中，不会看到 global，nolocal 等内容。

同一案例的不同写法，展示函数式编程

概念与原理都是比较抽象的，咱还是少说概念，这个留到未来你自己总结就好，直接展示源码差异。

计算 1~100 内，计算 5 与 7 的倍数之和

面向过程的写法

count = 0for num in range(1, 101):    if num % 5 == 0 or num % 7 == 0:        count += numprint(count)

在面向过程的写法中，逻辑都是从上向下进行运行的，例如 num 从 1 数到 100，如果对 5 或者对 7 取余等于 0，那表示可以整除，然后将 count 与对应的 num 相加，得到最后的余数。

这种思路是纯面向过程的写法，一般我们学习编程时，首先学会的就是该类写法。

面向对象的写法

该类写法有两种，一种是使用 Python 内置的列表实现，一种是自己声明一个类来实现。

第一种写法：

count = list()for num in range(1, 101):    if num % 5 == 0 or num % 7 == 0:        count.append(num)print(sum(count))

在上述写法中，变量 count 声明一个 list，即列表对象，但是整理看起来还是有些过程式编程语言的影子。

例如最后的 sum(count) 的使用就有些奇怪，看不出来面向对象的影子。

接下来，咱们创建一个自定义的类，进行逻辑实现。

class My_List_Sum(list):    def sum(self):        count = 0        for n in self:            count += n        return countcount = My_List_Sum()for num in range(1, 101):    if num % 5 == 0 or num % 7 == 0:        count.append(num)print(count.sum())

上述代码，我们自行实现了一个 My_List_Sum 类，让它继承自 list，此时你应该明白，list 就是一个类名，然后在类的内部实现了 sum 方法，再调用该对象的 sum 方法，完美的应用了面向对象的写法。

接下来进入正题，函数式编程的落地实现

在正式编写前，需要回忆一些基础知识，例如 lambda 表达式以及列表相加。

判断一个数字是 5 或者 7 的倍数， lambda 写法如下：

multiple = lambda x: x % 5 == 0 or x % 7 == 0a = multiple(3) # Falseb = multiple(5) # Truec = multiple(7) # Falseprint(a, b, c)

列表相加代码如下：

print([1]+[2]) # [1,2]

有了上述内容，可以编写一个递归函数，实现对应的逻辑，代码的说明已经添加到注释中。

def tool(n: int, end: int, filter_func) -> list:    """返回一个筛选之后的列表    :param n: 起始值    :param end: 终止值    :param filter_func: 判断表达式    """    # 如果到达上限，直接返回空列表    if n == end: return []    # 如果满足过滤条件，返回该值与下一个值组成的列表    if filter_func(n):        return [n] + tool(n + 1, end, filter_func)    else:        # 不满足过滤条件，直接返回下一个值        return tool(n + 1, end, filter_func)# 测试代码ret = tool(1, 101, lambda x: x % 5 == 0 or x % 7 == 0)print(ret)print(sum(ret))

上述代码即为求和的函数式实现，其中部分逻辑如下：

1. 给定初始值与上限值，当迭代的值等于上限值时，返回空列表，即运行结束；
2. 传入一个判断条件，本案例中为一个 lambda 表达式，用于判断 5 和 7 的倍数；
3. 当满足条件时，进行的是相加+迭代工作，当不满足条件时，直接进入下一次迭代。

当然还有一种函数式编程的写法，代码如下：

print(sum(n for n in range(1, 101) if n % 5 == 0 or n % 7 == 0))

这里用到的生成器后文会进行说明。

Python 函数式编程的特点

在 Python 中，函数即对象，例如声明一个函数之后，你可以调用其属性。

下述代码展示的即为函数对象的属性，其余内容可以自行再做测试。

def my_func(var1, var2, **kw):    return var1 + var2print(type(my_func))  # print(my_func.__code__)print(my_func.__dict__)print(my_func.__code__.co_code)print(my_func.__code__.co_filename)print(my_func.__code__.co_argcount)

函数式编程之所以高效，其中一个很重要的原因就是延迟计算，也叫做惰性求值，这些在后面都将逐步展开，现在依旧是接收一下印象概念。

正是因为函数即对象，所有才有本文开篇那段对函数式编程的定义。

函数可以使用其它函数作为参数，或者返回另一个函数，所以在实际编码过程中，我们将会把函数转换成其它代码中的 “对象”，从而实现函数式编程。

接下来咱们要接触一下 Python 中的纯函数概念以及应用。

纯函数

纯函数是一个概念，也就是让函数不会对函数外作用域产生影响，即作用域为本地。

说简单点，就是在函数内部避免赋值操作，当然类似 global 等关键字也避免使用。

针对此，lambda 表达式就是纯函数。

首先查看一个纯函数的例子：

def my_func(num: int) -> int:    return num * 100

上述代码中函数的返回值仅与 num 有关，满足下面两个条件：

1. 没有改变全局变量；
2. 没有更新可变数据结构，例如列表，字典。

接触完毕纯函数概念之后，下面了解一下函数作为对象的落地应用。

在 Python 中声明一个类，默认会携带部分内置的方法，例如：

from typing import Callable# 声明一个类，该类无意义，仅测试使用class Ext:    # 传入的函数，可携带1~2个参数    def __init__(self, test_demo: Callable[[int], int]) -> None:        self.func = test_demo    # 返回结果扩大2倍    def __call__(self, arg: int) -> int:        return self.func(arg) * 2def one_func(var):    return var + 1def two_func(var):    return var * 3def three_func(var):    return vara = Ext(one_func)print(a(3))  # 8b = Ext(two_func)print(b(3))  # 18c = Ext(three_func)print(c(3))  # 6

上述代码使用了一个新的模块 typing，该模块是 Python 3.5 之后新增的模块，主要为 Python 提供静态类型的检查 。

本案例中导入的是回调函数 Callable，格式如下：

Callable[[Arg1Type, Arg2Type],ReturnType]

其中内部中括号 Arg1Type 是参数类型，ReturnType 为返回值类型。

上述三个函数的签名都与 Callable 定义的一致，所以都可以作为 test_demo 参数的值去传递。

写在后面

滚雪球学Python第四轮，非常理论的一个系列，跟上大部队的节奏，走起来，有任何问题，都可以在评论区留言，一般1小时之内都能解决。

今天是持续写作的第 213 / 365 天。
可以关注，点赞、评论、收藏。

更多精彩

太多了，去主页看吧。