函数与函数式编程实验报告

一、实验目的

1. 了解函数与函数式编程的概念；
2. 掌握函数与函数式编程的基本语法；
3. 了解函数式编程的特点及其应用。

二、实验环境

1. 开发环境：Python 3.7；
2. 实验工具：PyCharm。

三、实验内容

1. 函数定义及调用

函数定义格式：

def 函数名(参数列表):
    函数体
    return 返回值

函数调用格式：

函数名(参数列表)

示例代码：

def add(a, b):
    return a + b

result = add(3, 5)
print(result)   # 输出：8

2. 匿名函数

Python中的匿名函数可以用lambda关键字来定义，格式为：

lambda 参数列表：表达式

示例代码：

add = lambda a, b: a + b
result = add(3, 5)
print(result)   # 输出：8

3. 高阶函数

高阶函数是指能够接收函数作为参数或返回函数的函数。

示例代码：

def apply(func, x, y):
    return func(x, y)

result = apply(lambda a, b: a + b, 3, 5)
print(result)   # 输出：8

4. map函数

map函数是Python内置的函数，用于将一个序列中的每个元素都应用一个函数，返回一个新的序列。

map函数的格式为：

map(函数, 序列)

示例代码：

nums = [1, 2, 3, 4, 5]
squares = list(map(lambda x: x ** 2, nums))
print(squares)  # 输出：[1, 4, 9, 16, 25]

5. filter函数

filter函数用于过滤一个序列，返回一个新的序列。

filter函数的格式为：

filter(函数, 序列)

示例代码：

nums = [1, 2, 3, 4, 5]
even_nums = list(filter(lambda x: x % 2 == 0, nums))
print(even_nums)    # 输出：[2, 4]

6. reduce函数

reduce函数用于将一个序列中的元素累加起来。

reduce函数的格式为：

reduce(函数, 序列)

示例代码：

from functools import reduce

nums = [1, 2, 3, 4, 5]
sum = reduce(lambda x, y: x + y, nums)
print(sum)  # 输出：15

四、实验结果

运行以上示例代码，得到以下输出结果：

8
[1, 4, 9, 16, 25]
[2, 4]
15

五、实验体会

通过本次实验，我了解了Python中函数与函数式编程的基本概念和语法，掌握了函数定义与调用、匿名函数、高阶函数、map函数、filter函数和reduce函数的使用方法。这些知识和技能对于提高代码的可读性、简化代码的实现过程、提高代码的效率等方面都具有重要作用。同时，函数式编程还具有一些独特的特点，如可复用性、可测试性、并行执行等，这些特点使得函数式编程在一些场景下具有更好的应用效果