15個 Python 函數式編程的實用技巧
作者：手把手PythonAI編程
本文將帶您探索20個實用的Python函數式編程技巧，從基礎到進階，助您寫出更加簡潔、高效且易于維護的代碼。
函數式編程是一種優雅而強大的編程范式，它強調程序的數據流和變換，而非改變狀態和控制流程。本文將帶您探索20個實用的Python函數式編程技巧，從基礎到進階，助您寫出更加簡潔、高效且易于維護的代碼。
技巧1：了解lambda表達式
簡介：lambda是定義簡單函數的一種快捷方式，常用于需要短小匿名函數的場合。
# 示例：創建一個lambda函數，用于計算兩數之和
add = lambda x, y: x + y
print(add(5, 3)) # 輸出：8技巧：雖然強大，但過度使用會使代碼難以理解，保持其簡潔性。
技巧2：列表推導式與生成器表達式
列表推導式：
squares = [x**2 for x in range(5)] # 輸出：[0, 1, 4, 9, 16]生成器表達式：
(sqr for sqr in (x**2 for x in range(5))) # 直接迭代或轉換為列表使用解釋：生成器節省內存，適合處理大量數據。
技巧3：map()函數
應用：對序列中的每個元素應用函數。
numbers = [1, 2, 3]
squared = map(lambda x: x**2, numbers)
print(list(squared)) # 輸出：[1, 4, 9]技巧4：filter()函數
篩選：根據條件過濾序列。
even_numbers = filter(lambda x: x % 2 == 0, numbers)
print(list(even_numbers)) # 輸出：[]技巧5：reduce()函數（需導入functools）
聚合：對序列應用累積函數。
from functools import reduce
product = reduce(lambda x, y: x*y, numbers, 1) # 初始值設為1
print(product) # 輸出：6技巧6：zip()函數
合并：將多個序列配對。
list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']
zipped = zip(list1, list2)
print(list(zipped)) # 輸出：[(1, 'a'), (2, 'b'), (3, 'c')]技巧7：enumerate()
索引+值：同時遍歷序列的索引和值。
for i, val in enumerate(['apple', 'banana', 'cherry']):
print(f"Index {i}: {val}")技巧8：列表切片的高級用法
my_list = [1, 2, 3, 4, 5]
print(my_list[::-1]) # 輸出：[5, 4, 3, 2, 1] 反轉列表技巧9：sorted()函數的自定義排序
自定義排序規則：
items = [('apple', 2), ('banana', 1), ('cherry', 3)]
sorted_items = sorted(items, key=lambda x: x[1])
print(sorted_items) # 按第二個元素排序技巧10：itertools模塊
循環組合：如itertools.product, itertools.combinations等，用于復雜的序列組合和迭代。
from itertools import product
print(list(product('AB', repeat=2))) # 輸出：[('A', 'A'), ('A', 'B'), ('B', 'A'), ('B', 'B')]技巧11：高階函數的應用
裝飾器：作為高階函數，可以修改或增強其他函數的功能。
def my_decorator(func):
def wrapper():
print("Something is happening before the function is called.")
func()
print("Something is happening after the function is called.")
return wrapper
@my_decorator
def say_hello():
print("Hello!")
say_hello() # 輸出：前后都有額外信息技巧12：偏函數（partial function）使用
functools.partial：固定部分參數，創建新的函數。
from functools import partial
double = partial(lambda x, y: x * y, y=2)
print(double(5)) # 輸出：10技巧13：生成器的高級使用
yield語句：用于創建生成器，按需生成數據，節省內存。
def count_up_to(n):
i = 1
while i <= n:
yield i
i += 1
for number in count_up_to(5):
print(number)技巧14：匿名遞歸
lambda與遞歸：雖然不常用，但在特定場景下可以實現簡潔的遞歸邏輯。
# 注意：實際應用中推薦使用def定義函數進行遞歸，以提高代碼可讀性
factorial = (lambda f: lambda x: 1 if x == 0 else x * f(f)(x-1))(lambda f: lambda x: 1 if x == 0 else x * f(f)(x-1))
print(factorial(5)) # 輸出：120技巧15：使用*args和**kwargs
靈活傳參：允許函數接收任意數量的位置參數和關鍵字參數。
def print_info(*args, **kwargs):
for arg in args:
print(arg)
for key, value in kwargs.items():
print(f"{key}: {value}")
print_info(1, 2, 3, name="Alice", age=30)實戰案例：數據分析簡化
假設我們需要處理一個數據列表，統計其中每個元素出現的次數。
data = [1, 2, 3, 2, 1, 1, 3, 4, 4, 4]
# 使用collections.Counter
from collections import Counter
counts = Counter(data)
print(counts) # 輸出：Counter({1: 3, 4: 3, 2: 2, 3: 2})
# 分析與技巧
- 這里利用了`Counter`，它是一個容器，表示一個計數可哈希對象的集合。
- 是函數式編程中處理數據統計的高效方式，無需手動循環計數。通過上述技巧的學習，您已經掌握了Python函數式編程的核心概念和高級用法。
責任編輯：趙寧寧
來源：
手把手PythonAI編程
