[Python教學] 進階：函數式程式設計

在這篇文章中，我們將深入介紹 Python 中的高階函數、匿名函數（lambda）、以及一些常用的高階函數工具如 map()、filter()、reduce()。這些概念和工具讓程式碼更加精簡並具有較高的可讀性和靈活性，是編寫 Python 程式碼的重要技巧。

1 高階函數（Higher-Order Functions）

高階函數是可以接收另一個函數作為參數，或者返回函數的函數。在 Python 中，函數是一等公民，因此可以像變數一樣傳遞給其他函數。這樣的特性使得編寫靈活的代碼成為可能。

範例：高階函數

def add(x, y):
    return x + y

def operate(a, b, func):
    return func(a, b)

result = operate(5, 10, add)
print(result)  # 輸出 15

在這個例子中，我們將 add 函數作為參數傳遞給 operate 函數。operate 接收兩個數值和一個函數，並使用該函數來操作數值。

高階函數常見的應用場景包括如排序時的自定義鍵函數 key，map()、filter() 等高階函數的使用。

2 匿名函數（Lambda 函數）

匿名函數，或稱 lambda 函數，是一種不需要名字的函數，適合於需要簡短使用的場景。lambda 函數能夠使用 lambda 關鍵字快速創建。

語法

lambda arguments: expression

• arguments：輸入參數
• expression：返回值或表達式

範例：使用 lambda 函數

# 將兩數相加的 lambda 函數
add = lambda x, y: x + y
print(add(5, 10))  # 輸出 15

在 lambda 函數中，我們可以直接寫出簡短的表達式，而不需要像傳統函數那樣使用 def。lambda 函數在高階函數如 map()、filter() 中非常常見，適合處理單行的計算。

3 map() 函數

map() 是一個高階函數，用於將一個函數應用到一個可迭代物件的每個元素上，並返回一個 map 物件。可以搭配 list() 或 tuple() 來轉換為列表或元組。

語法

map(function, iterable)

• function：要應用的函數
• iterable：要處理的可迭代物件

範例：將列表中的每個元素平方

numbers = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x ** 2, numbers))
print(squared)  # 輸出 [1, 4, 9, 16, 25]

在這個範例中，我們使用 lambda 函數將每個數字平方，並將結果轉換為列表輸出。

4 filter() 函數

filter() 函數用於篩選可迭代物件中的元素，並返回符合條件的元素。它會將 function 應用到每個元素，僅保留 True 的元素。

語法

filter(function, iterable)

• function：用於篩選的函數，應返回布林值
• iterable：要篩選的可迭代物件

範例：篩選出列表中的偶數

numbers = [1, 2, 3, 4, 5, 6]
evens = list(filter(lambda x: x % 2 == 0, numbers))
print(evens)  # 輸出 [2, 4, 6]

在這個範例中，filter() 函數配合 lambda 運行，只保留偶數。

5 reduce() 函數

reduce() 函數來自於 functools 模組，適合在可迭代物件中進行累積操作。reduce() 每次會將兩個元素進行操作，並將結果與下一個元素繼續進行操作，直到可迭代物件結束。

語法

from functools import reduce
reduce(function, iterable)

• function：接收兩個參數並返回結果的函數
• iterable：可迭代物件

範例：計算列表中所有元素的乘積

from functools import reduce

numbers = [1, 2, 3, 4]
product = reduce(lambda x, y: x * y, numbers)
print(product)  # 輸出 24 (1*2*3*4)

在這個例子中，reduce() 使用 lambda 函數計算列表的乘積。

課後練習

題目1：給定一組整數，找出所有大於 10 的偶數，將其平方，然後求總和。

我們來看一個範例，結合使用 map()、filter() 和 reduce() 來處理數據。

from functools import reduce

numbers = [3, 12, 15, 6, 8, 20, 33, 18]

# Step 1: 篩選出大於 10 的偶數
filtered = filter(lambda x: x > 10 and x % 2 == 0, numbers)

# Step 2: 將篩選出的數字平方
squared = map(lambda x: x ** 2, filtered)

# Step 3: 求所有平方後數字的總和
result = reduce(lambda x, y: x + y, squared)

print(result)  # 輸出 884 (12^2 + 20^2 + 18^2)

在這個範例中，我們首先使用 filter() 篩選出大於 10 的偶數，然後用 map() 將其平方，最後用 reduce() 來求總和。這樣的寫法使得程式碼簡潔並具有良好的可讀性。

題目2：基本高階函數

寫一個高階函數 apply_operation，它接受兩個整數和一個函數作為參數，並返回應用該函數後的結果。例如，apply_operation(4, 5, lambda x, y: x + y) 應返回 9。

題目3：篩選字串

定義一個列表 words，裡面包含多個字串。使用 filter() 和 lambda 函數，篩選出字串長度大於 5 的單詞，並將結果儲存為新列表。
例如：words = ["apple", "banana", "grape", "cherry", "strawberry"]，結果應為 ["banana", "strawberry"]。

題目4：平方運算

給定一個整數列表 numbers，使用 map() 和 lambda 函數將所有數字平方，並將結果存儲為新列表。
例如：numbers = [2, 3, 4]，結果應為 [4, 9, 16]。

題目5：偶數總和

使用 filter() 和 reduce() 計算列表中所有偶數的總和。
例如：numbers = [1, 2, 3, 4, 5, 6]，結果應為 12。

題目6：計算總和

給定一個包含正整數的列表，找出所有可以被 3 整除的數字，將它們的立方（次方 3）計算出來，最後使用 reduce() 將這些數字的總和求出。
例如：numbers = [3, 5, 6, 9, 12]，結果應為 1536（即 33+63+93+1233^3 + 6^3 + 9^3 + 12^333+63+93+123）。

題目7：字串處理

寫一個函數 capitalize_and_filter，將包含多個字串的列表中的每個字串首字母轉成大寫，然後篩選掉所有包含 "a" 的字串。
例如：words = ["apple", "banana", "grape", "cherry", "blueberry"]，結果應為 ["Grape", "Cherry"]。

題目8：數字轉換

寫一個函數 int_to_string_with_filter，接受一個整數列表，將每個偶數轉換為字串，然後將它們儲存在新列表中。例如，int_to_string_with_filter([1, 2, 3, 4, 5, 6]) 的輸出應為 ["2", "4", "6"]。

題目9：字串長度總和

使用 map() 與 reduce() 來計算一組字串列表中所有字串長度的總和。例如，words = ["apple", "banana", "grape"]，應返回 16。

結論

• 高階函數 提供了將函數作為參數或返回函數的功能，是 Python 編程中的重要工具。
• 匿名函數（lambda） 適合簡短、臨時的運算，在高階函數中經常搭配使用。
• map()、filter() 和 reduce() 使得對列表和集合的處理更加靈活，適合各種資料處理需求。

透過這些工具，我們能夠更有效地進行數據處理，將程式碼簡化並提高可讀性。掌握這些概念後，可以在日常開發中應用，使得 Python 程式更具表現力。