当前位置：首页 > news >正文

73、Python之函数式编程：“一行流”大全，人生苦短，我用Python

news 2024/9/21 2:32:54

引言

先说句题外话，TIOBE 9月编程语言排行榜更新了，Python依然“遥遥领先”。

人生苦短，我用Python！

编程的世界里，也有一些流派之分，比如“一行流”，能用一行代码解决的问题，绝对不多写第二行。

其实，编程世界里的流派，具体来说，是编程风格的区分。

Python中的一行流在函数式编程中被用得比较多，所以，本文就来简单聊一下什么是“一行流”，以及“一行流”中的典型实例。

本文的主要内容有：

1、什么是一行流

2、一行流的典型实例

3、关于一行流的思考

什么是一行流

一行流（One-liner Programming Style）是一种编程风格，主要是指用一行代码来完成某个特定的功能。

这种编程风格可以使得代码更加简洁紧凑，但是，不同于其他语言，在Python中，对语句的缩进级别有严格的要求。所以，并不是什么功能都可以简单地用一行代码可以解决的，也不是多行代码强行写在一行代码里。

在Python中，要想实现一行流，主要可以有以下途径：

1、列表推导式，当然也包括字典推导式

2、生成器表达式

3、lambda表达式

4、高阶函数和纯函数组合

从这些途径中，也可以看出，一行流与函数式编程有着比较紧密的关联。

一行流的典型实例

如同 Liunx 之父 Linus Torvalds 的经典名言——Talk is cheap, show me the code. 关于一行流，我们不需要做过多的解释说明，直接看实际的代码实例，会更加直观。接下来，我们展示几个实际场景的一行流代码。需要说明的是，有些写法跟函数式编程范式是无关的，比如列表推导式等。

1、列表元素的处理

from functools import reducedef pprint(content):print(f'======{content}======')nums = [1, 2, 3, 4, 5]
# 1、列表元素求和
pprint('1、列表元素求和: ')
print('方法1：sum')
print(sum(nums))
print('方法2：reduce')
print(reduce(lambda x, y: x + y, nums))# 2、列表元素求积
pprint('2、列表元素求积: ')
print(reduce(lambda x, y: x * y, nums))# 3、列表元素平方
pprint('3、列表元素平方: ')
print('方法1：列表推导式')
print([x * x for x in nums])
print('方法2：map')
print(list(map(lambda x: x * x, nums)))# 4、列表元素过滤，比如只保留偶数
pprint('4、列表元素过滤，比如只保留偶数：')
print('方法1：列表推导式')
print([x for x in nums if x % 2 == 0])
print('方法2：filter')
print(list(filter(lambda x: x % 2 == 0, nums)))

执行结果：

2、字符串操作

def pprint(content):print(f'======{content}======')s1 = 'hello Python'
# 1、字符串内容翻转
pprint('1、字符串内容翻转')
print(s1[::-1])
# 2、字符串按照单词翻转
pprint('2、字符串按照单词翻转')
print(' '.join(s1.split(' ')[::-1]))
# 3、判断是否回文串
pprint('3、判断是否回文串')
print((lambda s: s == s[::-1])('abcba'))
print((lambda s: s == s[::-1])('hello world'))
# 4、统计字符出现的次数：
pprint('4、统计字符出现的次数')
print({k: s1.count(k) for k in s1})

执行结果：

3、条件判断

def pprint(content):print(f'======{content}======')nums = [1, 2, 3, 4, 5]
# 1、是否全为正数
pprint('1、是否全为正数')
print(all(x > 0 for x in nums))
# 2、是否存在偶数
pprint('2、是否存在偶数')
print(any(x % 2 == 0 for x in nums))

执行结果：

4、一行流的斐波那契数列

from functools import reducedef pprint(content):print(f'======{content}======')# 使用reduce计算斐波那契数列的前n项
pprint('使用reduce计算斐波那契数列的前n项')
fib = lambda n: reduce(lambda x, _: x + [x[-1] + x[-2]], range(n - 2), [0, 1])
print(fib(10))

执行结果：