函数式编程

基本概念

函数式编程(Functional Programming)是一种编程范式，它将计算视为数学函数的求值，避免改变状态和使用可变数据。Python 虽然不是纯函数式语言，但提供了丰富的函数式编程特性。

核心概念

1、纯函数 (Pure Functions)

（1）相同输入总是产生相同输出

（2）没有副作用(不修改外部状态)

示例：

2、不可变性

（1）数据一旦创建就不能被修改

（2）任何"修改"操作都返回新对象。

示例：

3、一等函数

函数可以像变量一样被传递和使用。

与面向对象编程对比

高阶函数

变量可以指向函数

以Python内置的求绝对值的函数abs()为例，调用该函数用以下代码：

但是如果只写abs呢？

可见，abs(-10)是函数调用，而abs是函数本身。

要获得函数调用结果，我们可以把结果赋值给变量。

但是，如果把函数本身赋值给变量呢

结论：函数本身也可以赋值给变量，即：变量可以指向函数。

如果一个变量指向了一个函数，那么可否通过该变量来调用这个函数？用代码验证一下：

说明变量f现在已经指向了abs函数本身。直接调用abs()函数和调用变量f()完全相同。

函数名也是变量

函数名其实就是指向函数的变量，对于abs()这个函数，完全可以把函数名abs看成变量，它指向一个可以计算绝对值的函数。

如果把abs指向其他对象，会有什么情况发生

把abs指向10后，就无法通过abs(-10)调用该函数了！因为abs这个变量已经不指向求绝对值函数而是指向一个整数10。

注意：由于abs函数实际上是定义在import builtins模块中的，所以要让修改abs变量的指向在其它模块也生效，要用import builtins; builtins.abs = 10。

传入函数

既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

一个简单的高阶函数：

当我们调用add(-5, 6, abs)时，参数x，y和f分别接收-5，6和abs，根据函数定义，我们可以推导计算过程为：

用代码验证一下：

编写高阶函数，就是让函数的参数能够接收别的函数。

map

基本概念

map() 是 Python 内置函数，用于对可迭代对象的每个元素应用指定函数。

语法

map(function, iterable)

特点

1、惰性求值：返回的是迭代器而非列表

2、可以处理多个可迭代对象

3、不会修改原始数据

重要特性

1、返回 map 对象：需要用 list() 转换才能查看结果

2、惰性求值：只在需要时才计算

3、内存友好：不会一次性创建所有结果

示例代码

等价于for循环

应用场景

1、数据清洗和转换

2、类型转换

3、并行处理多个序列

总结

map() 适用于需要对序列每个元素执行相同操作的场景，是函数式编程的重要工具。

reduce

基本概念

reduce(function, sequence[, initial]) 函数对序列中的元素进行累积计算，将前面的计算结果与下一个元素一同传入函数进行计算。

特点

1、需要从 functools 模块导入

2、将序列"缩减"为单个值

3、可以指定初始值

示例代码

等价for循环

应用场景

1、计算累积值（求和、求积等）

2、查找最大值/最小值

3、实现更复杂的聚合操作

性能考虑

1、map 通常比等效的列表推导式或 for 循环稍快

2、reduce 在某些情况下可能不如显式循环清晰

3、Python 3 中 map 和 reduce 都返回迭代器，节省内存

现代替代方案

对于简单操作，列表推导式通常更 Pythonic

filter

基本概念

filter() 是 Python 内置函数，用于过滤可迭代对象中满足条件的元素。

语法

filter(function, iterable)

基本用法

特殊用法

1、function 为 None

2、使用自定义函数

应用场景

1、数据清洗

2、条件筛选

3、文件处理

重要特性

1、返回 filter 对象：需要用 list() 转换才能查看结果

2、惰性求值：只在需要时才计算

3、保持原序：结果保持原始顺序

总结

filter() 适用于需要根据条件筛选数据的场景，是数据处理的重要工具。

模块

基本概念

模块是Python程序组织的基本单元，它允许你将相关的代码组织在一起，实现代码的复用和命名空间的管理。

模块是一个包含 Python 定义和语句的 .py 文件。文件名就是模块名（去掉 .py 后缀）。模块可以包含：

1、函数定义

2、类定义

3、变量

4、可执行代码

主要作用

1、代码复用

将常用功能封装成模块，供多个程序使用。

2、命名空间管理

避免命名冲突

3、代码组织

将大型程序分解为多个逻辑单元。

4、共享和分发

便于代码的共享和分发

创建模块

创建一个简单的模块 mymodule.py

导入模块

1、基本导入方式

import 模块名

2、导入特定内容

3、导入所有内容（不推荐）

4、给模块或导入项起别名

模块的搜索路径

当导入一个模块时，Python 解释器按以下顺序搜索模块：

1、内置模块

Python 自带的模块（如 sys, math 等）

2、当前目录

执行脚本所在的目录

3、PYTHONPATH

环境变量中指定的目录列表

4、安装的第三方模块

如 pip 安装的包（通常在 site-packages 目录）

可以通过 sys.path 查看模块搜索路径。

模块的特殊属性

每个模块都有一些内置的特殊属性

__name__

模块名称

用途

1、当模块被直接运行时，__name__ 的值是 "__main__"

2、当模块被导入时，__name__ 的值是模块的实际名称

3、用于区分模块是被直接执行还是被导入。

__file__

模块对应的文件路径

用途

1、获取模块的文件位置

2、构建相对于模块位置的文件路径

3、动态加载资源文件

__doc__

模块的文档字符串

__package__

模块所属的包名

其他说明

Python模块中的__name__等双下划线包围的属性是特殊属性（Special Attributes），也称为魔术属性或内置属性。这些属性由Python解释器自动创建和维护。

双下划线语法的含义

双下划线开头和结尾的属性格式（__attribute__）在Python中有特殊意义：

1、这是Python的命名约定，表示这些属性具有特殊功能。

2、由Python解释器内部管理，不应该被用户随意修改。

3、提供了访问Python内部机制的接口。

注意事项

1、不要随意修改

这些属性由Python管理，修改可能导致意外行为 。

2、只读性质

大多数特殊属性是只读的

3、命名冲突

避免创建与内置特殊属性同名的自定义属性

4、文档规范

遵循PEP 8等Python编码规范

5、这种双下划线语法是Python设计哲学的体现，提供了一种清晰的方式来区分普通属性和具有特殊功能的系统属性。

模块的重新加载

默认情况下，模块只会在第一次导入时执行。如果需要重新加载模块（如在交互式环境中修改了模块），可以使用：

模块的最佳实践

1、模块命名

（1）使用小写字母和下划线（如 my_module.py）

（2）避免与 Python 关键字或内置模块重名

2、模块文档

（1）在模块开头添加文档字符串

（2）说明模块的功能、使用方法和示例

3、导入顺序

（1）标准库模块

（2）第三方模块

（3）本地应用/库模块

每组导入之间用空行分隔

4、避免循环导入

模块A导入模块B，同时模块B又导入模块A

5、使用 if __name__ == '__main__'

（1）将模块的直接执行代码放在这个判断中

（2）避免模块被导入时执行不必要的代码

模块的高级主题

1、编译的Python文件（.pyc）

（1）Python 会将模块编译为字节码（存储在 __pycache__ 目录）

（2）加快后续的导入速度

（3）.pyc 文件是平台无关的。

2、模块的缓存

（1）导入的模块会被缓存到 sys.modules 字典中。

（2）可以通过 sys.modules 查看已加载的模块

3、模块的包属性

当模块位于包中时，__package__ 属性表示其所属的包名

常见的问题

1、ModuleNotFoundError/ImportError

常见原因

1、模块不在Python搜索路径中

2、模块文件名拼写错误

3、缺少__init__.py文件（对于包）

4、Python版本与环境不匹配

解决方法

2、循环导入

问题现象

1、模块A导入模块B，同时模块B又导入模块A

2、导致部分变量/函数未定义

示例：

解决方法

1、重构代码，提取公共部分到第三个模块

2、将导入语句移到函数内部（延迟导入）

3、使用接口模式减少直接依赖。

3、模块作为脚本执行时的路径问题

现象

1、相对导入失败（ImportError: attempted relative import with no known parent package）

2、找不到同级模块

解决方法

包

基本概念

1、包是 Python 模块的组织方式，它通过目录层次结构来组织相关的模块，使得大型项目的代码结构更加清晰和可维护。

2、包是一个包含 __init__.py 文件的目录，该目录下可以包含：

（1）Python 模块（.py 文件）

（2）子包（子目录）

（3）其他资源文件

主要作用

1、命名空间管理

避免模块命名冲突

2、代码组织

将功能相关的模块组织在一起

3、模块复用

方便代码的共享和分发

4、分层结构

支持多级模块层次

包的创建与结构

基本包结构

__init__.py 文件的作用

1、标识目录为 Python 包（Python 3.3+ 可以省略，但推荐保留）

2、初始化包代码（包被导入时执行）

3、定义 __all__ 列表控制 from package import * 的行为

4、集中导入子模块方便用户使用。

包的导入方式

1、导入整个包

import 包名

2、从包导入模块

from 包名 import 模块

3、从子包导入模块

4、导入特定内容

5、相对导入（包内部使用）

包的最佳实践

1、清晰的层次结构

（1）按功能划分包和子包

（2）避免过深的嵌套（一般不超过3-4层）

2、__init__.py 的使用

（1）可以留空，但最好包含包的文档字符串

（2）集中导入常用模块方便用户使用

（3）定义 __all__ 控制公开接口

3、命名规范

（1）包名使用小写字母和下划线

（2）避免与标准库和知名第三方包重名

（3）保持模块和包名简短但有描述性

4、依赖管理

（1）在 setup.py 中明确声明依赖。

（2）避免循环导入。

5、文档

（1）每个包和模块包含文档字符串。

（2）在 __init__.py 中写包级别的文档

包与模块的区别

核心概念

1、模块 (Module) = 一个 .py 文件

2、包 (Package) = 包含多个模块的文件夹

类比理解

模块 = 一本书

包 = 一个书架（装多本书）

文件结构对比

导入方式

关键标识

1、模块：.py 文件

2、包：包含 __init__.py 的文件夹

使用场景

1、模块：单一功能，独立文件

2、包：相关功能组合，代码组织

总结

简单记忆：模块是文件，包是文件夹；包装模块，模块实现功能。