作者：Jonathan Hsu
編譯：ronghuaiyang

導讀

想不想去掉瀑布一樣的For循環？使用函數式編程來寫代碼。

你有沒有過看自己的代碼的時候，看到瀑布一樣的 for 循環？你是否發現自己不得不瞇著眼睛，向顯示器前傾才能看得更清楚？

我知道我有過。

For 循環是解決問題的瑞士軍刀，但是，當需要瀏覽代碼以快速閱讀你所做的事情時，它們可能會讓人不知所措。

有三種技術 — map、filter 和 reduce — 可以通過描述如何進行迭代來代替 for 訓練。JavaScript 中也有這些技術，但是在 Python 中的實現略有不同。

我們將簡要介紹這三種技術中的每一種，強調它們在 JavaScript 和 Python 中的語法差異，然后給出如何轉換普通 for 循環的示例。

什么是 Map, Filter, 以及 Reduce?

回顧之前寫的代碼，我發現在 95%的情況下，當循環遍歷字符串或數組時，我是這樣做的：將序列map到每個值，filter滿足特定條件的值，或者將數據集reduce到單個聚合值。

有了這樣的認識，這三種方法就是識別 —— 然后實現，你遍歷 iterable 的原因通常屬于這三種功能中的一種：

Map：對每個一項應用相同步驟的操作，然后存儲結果。

Filter：應用驗證標準，存儲評估為真的項。

Reduce：返回一個在元素之間傳遞的值。

Python 中 Map/Filter/Reduce 的不同點是什么？

在 Python 中，這三種技術以函數的形式存在，而不是以數組或字符串類的方法。這意味著不要寫成my_array.map(function)，而要寫成map(function, my_list)。

此外，每種技術都需要傳遞一個函數，該函數將為每個一項執行。通常，函數被寫成匿名函數(在 JavaScript 中稱為胖箭頭函數)。但是，在 Python 中經常看到使用 lambda 表達式。

lambda 表達式和箭頭函數之間的語法實際上非常相似。將' => '替換為':'，并確保使用關鍵字' lambda '，其余內容幾乎相同。

// JavaScript Arrow Function
const square = number => number * number;
// Python Lambda Expression
square = lambda number: number * number

箭頭函數和 lambda 表達式之間的一個關鍵區別是，箭頭函數可以擴展成包含多條語句的完整函數，而 lambda 表達式則被限制為返回的單個表達式。因此，在使用map()、filter()或reduce() 的時候，如果你需要對每個項執行多個操作，那么首先定義函數，然后將其包含進來。

def inefficientSquare(number):
   result = number * number
   return result
map(inefficientSquare, my_list)

替換 For 循環

好吧，說正事。下面是三個常見的 for 循環示例，它們將被 map、filter 和 reduce 替換。我們的編程提示：計算列表中奇數的平方和。

首先，使用 basic for 循環的例子。注意：這純粹是為了演示，甚至可以在沒有 map/filter/reduce 的情況下進行改進。

numbers = [1,2,3,4,5,6]
odd_numbers = []
squared_odd_numbers = []
total = 0
# filter for odd numbers
for number in numbers:
   if number % 2 == 1:
      odd_numbers.append(number)
# square all odd numbers
for number in odd_numbers:
   squared_odd_numbers.append(number * number)
# calculate total
for number in squared_odd_numbers:
   total += number
# calculate average

讓我們把每一步轉換為一個函數：

from functools import reduce
numbers = [1,2,3,4,5,6]
odd_numbers = filter(lambda n: n % 2 == 1, numbers)
squared_odd_numbers = map(lambda n: n * n, odd_numbers)
total = reduce(lambda acc, n: acc + n, squared_odd_numbers)

有幾個重要的語法點需要突出顯示。

map()和filter()是本地可用的。但是，reduce()必須從 Python 3+的functools庫中導入。

lmbda 表達式是所有三個函數中的第一個參數，而 iterable 是第二個參數

reduce()的 lambda 表達式需要兩個參數：累加器(傳遞給每個元素的值)和單個元素本身。

編輯：hfy