前一个帖子介绍了 Python 作为“面向对象编程”（以下简称 OOP）语言的特点，今天来聊一聊 Python 作为“函数式编程”（以下简称 FP）语言的特点。考虑到本系列面向的是 Python 的门外汉或刚入门的新手，故本文仅介绍若干浅显的 FP 特性。
★什么是函数式编程
说实话，“函数式编程语言”是一个很大的话题。由于篇幅有限，本文不可能对这个话题做全面介绍。俺干脆偷一下懒，只简单说说。
从字面上看，所谓的函数式编程，就是以“函数”为中心的“编程范式”。估计有同学又会问了，啥是“编程范式”捏？哎呦，这又是一个很大的话题。通俗来讲，“编程范式”就是指编程的套路。比方说大家很熟悉的 OOP，就是一种“编程范式”。FP 跟 OOP 一样，都是一种编程的套路。做个简单类比：OOP 以“对象/类”作为程序设计的核心，而 FP 以“函数”作为程序设计的核心。
★FP的特点
既然说到 FP，自然要稍微说一下 FP 的特色。
◇函数很牛X
刚才说了，FP 是以函数为中心。既然如此，在支持 FP 的语言中，函数的功能自然十分牛X。通俗地说，OOP 语言中，类/对象能干的事情，FP 语言中的函数也能干。下面做一些对比，以加深大伙儿的印象。
OOP 中，对象可以互相赋值；FP 中，函数可以互相赋值。
OOP 中，对象可以作为函数的参数/返回值，FP 中，函数可以作为函数的参数/返回值。
某些 OOP 中，类可以嵌套定义；FP 中，函数可以嵌套定义。
某些 OOP 中，可以有匿名类；FP 中，可以有匿名函数。
◇避免副作用
在 FP 中，特别强调函数不要有“副作用”（洋文叫“side effect”）。没有副作用的函数，又称之为纯函数（pure function）。其输出完全依赖于输入。换句话说，只要输入一样，输出就一样。
要成为纯函数，函数内部不能读写函数外部变量、不能有设备 I/O（比如读写文件）......
无副作用是 FP 的重要特性。FP的很多优点来自于此特性。
◇避免控制流
在 FP 中，尽量避免用控制流语句（循环语句、判断语句）。对于控制流语句，FP 有另外的替代方式。比如：常用递归或高阶函数来替代循环。如此一来，FP 的代码会显得更简洁，更可读。
◇多态
大部分支持 FP 的语言，也都支持多态。函数参数支持多态化，便可实现非常灵活的功能。
说了这么多，不知道大伙儿明白了没？还是没整明白的同学，请看维基百科的英文词条（中文词条太简单，看不明白滴）。
洋文实在看不下去吗？那不妨看看 IT 大牛 Joel 写的《你的编程语言能这样做吗？》（中文版在“这里”）。此文以 JavaScript 来阐述 FP 的妙处。
★FP 的优点
再稍微说一下 FP 的好处，以强化大伙儿学习的动力。
◇模块化
在 FP 的思想中，函数最好是“纯”的，而且最好只完成“单一”的任务。在这种指导思想下，函数的模块化程度自然就高。
◇可复用性
模块化程度高，直接的好处就是可复用性好。
◇可读性
刚才说了，FP 的思想强调函数又纯又小。这样的函数，代码的可读性自然好，修改起来也方便。
◇易于调试
前面提到了纯函数。如果你的程序中大部分函数都是纯函数，则调试 Bug 会容易很多。像 OOP 中，类的多个成员函数都可以修改类的成员变量，有时候会导致调试极其困难。而纯函数没有此问题。
另外，多线程是调试的一大噩梦。当年俺还专门写过帖子，介绍 C++ 多线程的注意事项（在“这里”）。而纯函数由于没有副作用，不必担心各种“互斥”、“死锁”等问题。
◇易于测试
除了易于调试，纯函数的输出仅仅依赖于输入，这一特点注定了它很容易进行单元测试。
◇适合并行
在 FP 中，由于纯函数无副作用，很适合编写并行处理的代码。最典型并且在工业界获得巨大成功的例子就是 Erlang。
◇其它
当然啦，FP 的好处远不止上述这些（比如还有：利于形式化证明）。限于篇幅，俺就不展开了。
★Python 的函数语法
Python 中，常见的函数定义和函数调用，想必各位都晓得了。下面说几种不太常见的，且跟 FP 有关的语法。
◇函数赋值
Python 可以把函数直接赋值给一个变量。举例如下：
def square(n) : # 这是一个计算平方的小函数，后面会反复用它举例
return n ** 2
f = square # 此处赋值给变量 f
f(10) # 此处返回100。注意：对该变量使用小括号，等同于调用函数
◇匿名定义
Python 可以用 lambda 关键字定义【单行】的匿名函数。套用刚才的例子
square = lambda x : x**2 # 定义一个单参数的匿名函数，并把该函数赋值给变量
square(10) # 此处返回 100
◇嵌套定义
Python 支持函数的嵌套定义（请看如下例子）。这种语法，在“闭包”中经常出现（后面会具体介绍“闭包”）。
def outer() : # 外层函数
s = "hello"
def inner() : # 内层函数
print(s) # 此处引用的是外层作用域的变量
inner() # 输出 hello
s = "world"
inner() # 输出 world
★和 FP 相关的内置函数
Python 内置了一大坨用于 FP 的函数，以方便程序猿写出简洁的代码。在接下去聊之前，俺有必要先介绍其中的2个。
◇map(func, iter)
为了省事，俺只介绍2参数的 map（正宗的 map 支持 N 参数）。
参数 func 是个函数，参数 iter 是个迭代器（也可以理解为集合）
map() 会把 iter 的每个元素传给 func，并把每次调用的结果保存到一个 list 中，然后返回此 list。
举例：
挨个计算整数 list 的平方：
map(square, [1, 2, 3]) # 返回 [1, 4, 9]
◇filter(func, iter)
参数含义同 map
filter() 会把 iter 的每个元素传给 func，如果 func 返回结果为 True，就把元素保存在一个 list 中，最后返回此 list。
举例：
要过滤出所有奇数，代码如下：
def odd(n) :
return (n%2) == 1
filter(odd, [1, 2, 3]) # 返回[1, 3]
此处可以用上 lambda，把代码简化为一行：
filter(lambda n: (n%2)==1, lst)
★消除控制流
为了让大伙儿更深刻体会 FP 风格同传统风格的差别，俺把刚才两个例子组合一下——要求返回整数 list 中所有奇数的平方。
传统的写法（有控制流）：
def func1(old_lst) :
new_lst = []
for n in old_lst :
if odd(n) :
new_lst.append(square(n))
return new_lst
FP 的写法（无控制流）：
def func2(lst) :
return map(square, filter(odd, lst))
怎么样？是不是更简洁？连 for / if 这两个关键字都不需要了。
★List Comprehension
这个洋文比较难翻译。有人叫做“列表推导”，也有人称为“列表展开”或“列表解析”。（俺比较喜欢头一个翻译——不禁让人联想到“推倒”:）
在 Python 中，这是一个很好吃的语法糖——可以让你写出很简洁、很优雅的代码。
举例1：
还拿刚才过滤奇数的例子。
filter(lambda n: (n%2)==1, lst)
上述写法可以等价替换为列表推导：
[n for n in lst if (n%2)==1]
举例2：
再来一个稍微复杂的例子。假设有两个整数 list，分别存储矩形的宽度和高度。现在想把所有的宽度和高度进行两两组合，把大于 10 的面积打印出来。
传统的写法（2层循环，4行代码）
for w in width :
for h in height :
if w*h > 10 :
print(w*h)
FP 的写法（无循环，1行代码，多精致啊）
print( [w*h for w in width for h in height if w*h > 10] )
除了列表推导，Python 中还有字典推导、集合推导等等。为了省点口水，暂且打住。
★闭包
闭包，洋文叫“closure”，解释在“这里”。它是 FP 的常见手法。那闭包到底有啥用捏？俺举一个微积分中，函数求导的例子。（不懂微积分或者对高数有心理阴影的同学，别担心，请把注意力集中在代码上）
def d(f) :
def calc(x) :
dx = 0.000001 # 表示无穷小的Δx
return (f(x+dx) - f(x)) / dx # 计算斜率。注意，此处引用了外层作用域的变量 f
return calc # 此处用函数作为返回值（也就是函数 f 的导数）
现在，假设要计算二次函数 f(x) = x2 + x + 1 的导数，只需如下代码：
f = lambda x : x**2 + x + 1 # 先把二次函数用代码表达出来
f1 = d(f) # 这个f1 就是 f 的一阶导数啦。注意，导数依然是个函数
有了一阶导数，就可以很容易地计算该函数在某点的斜率
比如要计算 x=3 的斜率，只需：
f1(3)
如果要想得到二阶导数（导数的导数），只需依样画葫芦（瞧这代码写得多优雅）
f2 = d(f1)
看到这里，大伙儿不妨设想一下：如果不用 FP，改用 OOP，上述需求该如何实现？俺觉得吧，用 OOP 来求导，这代码写起来多半是又丑又臭。
★结尾
今天聊了不少 FP 的语法特性，可惜还是没聊完。由于俺比较懒，而且怕写得太长没人看，所以一些高级话题（比如：迭代器、生成器、等），今天就不介绍了。假如列位看官对那些玩意儿感兴趣，再抽空单独写一帖。
回到本系列的目录
版权声明
本博客所有的原创文章，作者皆保留版权。转载必须包含本声明，保持本文完整，并以超链接形式注明作者编程随想和本文原始网址：http://programygfltn24q6foacm5gbuo3z2geub2k2k366llx3bph4ula.b32.i2p/2012/02/why-choose-python-4-fp.html