python 学习汇总51：命令式、声明式和函数式编程（入门学习- tcy）

本文主要是介绍python 学习汇总51：命令式、声明式和函数式编程（入门学习- tcy），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

编程范式：命令式、声明式和函数式编程

                                                                                                           2018/11/18

主要的编程范式有三种：命令式编程，声明式编程和函数式编程。

命令式编程：

 主要思想是关注计算机执行的步骤，即一步一步告诉计算机先做什么再做什么。比如：如果你想在一个数字集合 collection(变量名) 中筛选大于 5 的数字，你需要这样告诉计算机：

第一步，创建一个存储结果的集合变量 results； 第二步，遍历这个数字集合 collection； 第三步：一个一个地判断每个数字是不是大于 5，如果是就将这个数字添加到结果集合变量 results 中

List<int> results = new List<int>();

foreach(var num in collection)

{ if (num > 5) results.Add(num);} 

 这样的代码是很常见不管你用 C, C++ 还是 C#, Java, Javascript,, Python, Ruby  等都可以以这个方式写。

声明式编程：

     以数据结构形式来表达程序执行的逻辑。主要思想是告诉计算机 应该做什么，但不指定具体要怎么做。

     SQL 语句，网页编程中用到的 HTML 和 CSS 也都属于声明式编程。

     特点是不需要创建变量用来存储数据，不包含循环控制的代码如 for， while。 例如：

SELECT * FROM collection WHERE num > 5

Python中的声明式编程用列表推导式

1.list,dict,set推导n = 10
a = [n * n for n in nums] # 列表推导新建命名空间，n为局部变量code_No= [(86, 'China'),(91, 'India'),(81, 'Japan')]
dict(code_No) # {86: 'China', 91: 'India', 81: 'Japan'}
{k:v for v,k in code_No} # {'China': 86, 'India': 91, 'Japan': 81}from unicodedata import name{chr(i) for i in range(32, 256) if 'SIGN' in name(chr(i), '')}#集合的排序无关紧要
# {'×', '¥', '°', '£', '©', '#', '¬', '%', 'µ', '>', '¤', '±', '¶', '§', '<', '=', '®', '$', '÷', '¢', ' '}2.生成器表达式

b = (10 *  i for i in [1, 2, 3])

 函数式编程：

关注做什么而不是怎么做。无需告诉计算机去做什么，而是为它提供一些必要的信息。如数字最大公约数，1到n的乘积是多少。

最重要特点是“函数第一位”，即函数可以出现在任何地方，用作参数，作为返回值。常见编程语言支持这种编程方式，如 Lambda 和闭包的概念。

变量无法改变，一旦设置会保存初始状态。函数不会产生“副作用”（函数可能会修改外部变量的值）

在函数式编程中，改变变量是大忌，让函数改变外部变量也是绝对禁止。
函数唯一能做的事是执行计算然后返回结果。
   
在函数式编程中，我们不使用循环。而是用递归，函数将自己作为子函数反复调用。

1.普通函数：

# 0.普通函数定义
def func(b):
global a
return a+ba = 3
print(func(4))

 2.偏函数:函数参数简化：

#functools.partial可以创建一个新的函数fun= functools.partial(int, base=2)# 声明一个fun的函数
fun("1000") # 结果是10进制 8

  3.lambda、常函数： 

fun = lambda x: x**2
fun(2) #4

4.递归函数： 

def factorial_recursive(n):
return 1 if n == 1 else return n * factorial_recursive(n-1)

5.高阶函数，闭包： 

def i_sum(n):return sum(n)
def sum_fun(func, n):return func(n)
sum_fun(i_sum, [1, 2, 3])# 6

6.迭代器# map&filter 可以实现列表解析式同样的事情

1）iter=map(fun,seq)#将序列中元素全部传递给一个函数；两个输入
def fun(x):return x ** 2
a = list(map(fun, [1, 2, 3, 4]))
a = list(map(lambda x: x * x, [1, 2, 3, 4]))#[1, 4, 9, 16]

   
2）filter(fun,seq)#用于过滤序列函数返回值True 保留seq = ["foo", "x41", "?!", "***"]def func(x): return x.isalnum()filter(func, seq)  # ['foo', 'x41']def is_odd(n):return n % 2 == 1a = list(filter(is_odd, [1, 2, 4, 5]))3）.reducefrom functools import reducedef fn(x, y):return x * 10 + ya = reduce(fn, [1, 3, 4, 7]) #序列变整数#1347cum = 0a = [1, 3, 4, 7]for i in a: cum =cum*10 +i

    def prod(lst=[]):                   #reduce()函数 list求积：def fun(x,y):return x * yreturn reduce(fun,lst)a = prod([1,2,3,4,5,6,7,8])   #  40320

     
4）sorted()
some_list = [(1, 3), (5, 2), (6, 1), (4, 6)]
some_list.sort(key=lambda x: x[0]**2 - x[1]*3)
some_list     #[(1, 3), (4, 6), (5, 2), (6, 1)]

  7.with语句： 

with open("E:\python\data\stock_entrust.txt",'r') as f:
content=f.readlines()content=[line for line in open("E:\python\data\stock_entrust.txt",'r')]

 

 

这篇关于python 学习汇总51：命令式、声明式和函数式编程（入门学习- tcy）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---