Функции, функциональное программирование Юрова Анна, группа 222. - презентация

1 Функции, функциональное программирование Юрова Анна, группа 222

2 Парадигма программирования. это совокупность идей и понятий, определяющая стиль написания программ. Императивное программирование Программы представляют собой последовательность действий с условными и безусловными переходами. Декларативное программирование Способ, описывающий, не как решить задачу, а что нужно получить. Описывается спецификация программы. Частный случай: функциональное программирование.

3 Функциональное программирование Парадигма программирования, в которой процесс вычисления трактуется как вычисление значений функций в математическом понимании ( в отличие от функций как подпрограмм в процедурном программировании ). Парадигма программирования, в которой процесс вычисления трактуется как вычисление значений функций в математическом понимании ( в отличие от функций как подпрограмм в процедурном программировании ).

4 Концепции. Функции высших порядков функции, которые могут принимать в качестве аргументов и возвращать другие функции. Чистые функции Чистые функции функция может управлять только выделенной для неё памятью, не модифицируя память вне своей области. Ленивость Ленивость функция не производит вычислений до тех пор, пока их результат не будет необходим в работе программы. Рекурсия Рекурсия цикл организуется в виде рекурсии. переполнения стека можно избежать при помощи хвостовой рекурсии.

5 Модель вычисления без состояний. Императивная программа: на любом этапе исполнения имеет состояние(совокупность значений всех переменных). последовательность инструкций, описывающих КАК компьютер должен решать задачу, основываясь на состоянии, изменяемом шаг за шагом. Функциональная программа : ни целиком, ни частями состояния не имеет. описывает, ЧТО должно быть вычислено. Является выражением, определенным в терминах заранее заданных функций и функций, заданных пользователем. Величина этого выражения – результат программы.

6 Особенности. чисто функциональная программа не может изменять уже имеющиеся у неё данные, а может лишь порождать новые путём копирования и / или расширения старых. в функциональном языке при вызове функции с одними и теми же аргументами мы всегда получим одинаковый результат : выходные данные зависят только от входных.

7 Сильные стороны. Повышение надёжности кода Повышение надёжности кода за счёт чёткой структуризации и отсутствия необходимости отслеживания побочных эффектов. Удобство организации модульного тестирования Удобство организации модульного тестирования возможность протестировать каждую функцию в программе, просто вычислив её от различных наборов значений аргументов. Возможности оптимизации при компиляции Возможности оптимизации при компиляции так как не задана последовательность выполнения. Возможности параллелизма. Возможности параллелизма. всегда допустимо параллельное вычисление двух различных параметров. Порядок их вычисления не может оказать влияния на результат вызова.

8 Недостатки и как с ними бороться. Отсутствие присваиваний и замена их на порождение новых данных приводят к большим затратам памяти и вычислений при копировании. Сборщик мусора. Сборщик мусора. специальный код, который периодически освобождает память, удаляя объекты, которые уже не будут востребованы приложением

9 Python. Python поддерживает конструкции функционального программирования, которые можно сочетать с императивными.

10 Функции в Python. def (arg1, arg2,..., argN): '''строка документации''' def (arg1, arg2,..., argN):... return Без аргументов return используется для выхода из функции без возвращаемого значения. В этом случае возвращается значение None. Тип возвращаемого значения определяется аргументами, которые передаются функции.

11 Функции в Python. определение функции происходит во время выполнения. имя функции не является однозначно определенным. Важен только объект на который ссылается имя. othername = func #связывание объекта функции с именем othername() #вызов функции

12 Функции в Python. 1. def func(x, y): 2. return x**2 + y**2 func = lambda x, y: x**2 + y**2 Определение и использование на месте : >>> (lambda x: x+2)(5) 7

13 Функции в Python. Аргументы. 1. def func(x, y, z=7) 2. return x+y+z print func(1, y=3) # 1+3+7=11

14 Области видимости. Имена, определяемые внутри инструкции def, видны ТОЛЬКО программному коду внутри инструкции def. К ним нельзя обратиться за пределами функции. Имена, определяемые внутри инструкции def, не вступают в конфликт с именами, находящимися за пределами инструкции def.

15 Области видимости. 1. #Глобальная область видимости. 2. X = 99 # X и func определены в модуле: 3. глобальная область 4. def func(Y): # Y и Z определены в функции: 5. локальная область 6. #Локальная область видимости 7. Z = X + Y # X – глобальная переменная 8. return Z func(1) #result = 100

16 Области видимости. Инструкция global. 1. y, z = 1,2 #Глобальные переменные 2. в модуле. 3. def all_global(): 4. global x #объявляется глобальной 5. для присваивания 6. x = y + z

17 Функции в Python. Функции в Python являются объектами первого класса, то есть, они могут употребляться в программе наравне с объектами других типов данных.

18 List comprehension. ( Списочные выражения ) 1. range(5) 2. #[0, 1, 2, 3, 4] 3. L = [ a ** 2 for a in range(5) ] 4. #[0, 1, 4, 9, 16] 5. L = [a**2 for a in range(5) if a % 2 == 1] 6. #[1, 9] 7. L = [a1 + a2 for a1 in ['a','b','c'] for a2 in ['x','y']] 8. #['ax', 'ay', 'bx', 'by', 'cx', 'cy']

19 Функции высших порядков. Map(). 1. list1 = [1,3,5] 2. list2 =[1,2,3] 3. def inc(x): 4. return x map(inc, list1) 6. #[11, 13, 15] 7. map(lambda x, y: x**y, list1, list2) 8. #[1, 9, 125] 9. [x * y for x, y in zip(list1, list2)] 10. #[1, 9, 125]

20 Функции высших порядков. Filter() list = [9, 1, -4, 3, 8] filter(lambda x: x < 5, list) #[1, -4, 3] list = [9, 1, -4, 3, 8] [x for x in list if x < 5] # [1, -4, 3]

21 Функции высших порядков. Reduce() list = [2, 3, 4, 5, 6] reduce(lambda res, x: res*x, list, 1) #720 = ((((1*2)*3)*4)*5)*6 reduce(lambda res, x: res*x, [], 1) #1 reduce(lambda res, x: [x]+res, [1, 2, 3, 4], []) #[4, 3, 2, 1] reversed([1,2,3,4,5]) #[5,4,3,2,1]

22 Функции высших порядков. Apply() def f(x, y, z, a=None, b=None): print x, y, z, a, b apply(f, [1, 2, 3], {'a': 4, 'b': 5}) # f(*[1, 2, 3], **{'a': 4, 'b': 5})

23 Замыкания. def make_adder(x): def adder(n): return x + n # захват переменной "x" из внешнего контекста return adder # То же самое, но через безымянные функции: make_adder = lambda x: ( lambda n: ( x + n ) ) f = make_adder(10) print f(7) # 17 print f(-4) # 6

24 Замыкания. Partial. from functools import partial def add(a, b): return a + b add1 = partial(add, b=1) print add1(2) #3

25 Итераторы. it = enumerate(sorted("PYTHON")) it.next() #(0, 'H') print list(it) #[(1,'N'),(2,'O'),(3,'P'),(4,'T'),(5,'Y')] В модуле itertools есть функции для работы с итераторами, позволяющие кратко и эффективно выразить требуемые процессы обработки списков. Итератор – объект, позволяющий программисту перебирать все элементы коллекции без учёта её особенностей реализации.

26 Генераторы. генераторы функции, сохраняющие внутреннее состояние : значения локальных переменных и текущую инструкцию def gen_fibonacci(n=100): a, b = 0, 1 while a < n: yield a #вместо return a, b = b, a+b # напечатать все числа Фибоначчи < 1000 for i in gen_fibonacci(1000): print i

27 Генераторные выражения. генераторные выражения выражения, дающие в результате генератор Генераторные выражения позволяют сэкономить память там, где иначе требовалось бы использовать список с промежуточными результатами. sum(i for i in xrange(1, 100) if i % 2 != 0) #2500

28 Литература. 1. Марк Лутц. Изучаем Питон. 3- е издание Функциональное _ программирование _ на _ Питоне Функциональное _ программирование _ на _ Питоне 3. Функциональное _ программирование Функциональное _ программирование 4. Г. Россум, Ф. Л. Дж. Дрейк, Д. С. Откидач « Язык программирования Python» 5. Журнал « Практика функционального программирования »