29 functional programming

29.1 lambda function

假設我們現在有一個function如下：

def test(x, y):
  return x + 2*y

那定義完成後，就建立了一個test物件，此物件佔有記憶體空間

test
#> <function test at 0x13e3ecee0>

我們可以call此function做事

test(1,2)
#> 5

那lambda function，是一種簡便的寫法，他可以把上面這個function，改成用以下方式定義：

f = lambda x, y: x + 2*y

可以看到寫法就是 lambda {arg1},{arg2},...,{arg_n}: …`
那這邊把函數定義的結果，assign到f這個變數上，我們就可以使用它了：

f(1,2)
#> 5

那實務上，lambda function不會這樣用，而是會和map, reduce, filter這類的高階函數搭配使用
還記得高階函數的定義，就是input argument有function，或output有function。那map, reduce, filter都是input argument有function，啥function？lambda function!!
接下來就分別介紹這些高階函數與lambda的搭配使用

29.2 map with lambda

map要吃兩個參數:
- lambda function: 準備要工作的function
- iterable object: 某個iterable object，例如一個list
那map就會逐一取出iterable裡面的每個element，然後對他做lambda function
舉例來說，我有一個list，裡面每個element都是一個單詞，然後我想用map function去對此list的每個element做以下的運算：算單詞字長+2。
那我就可以這樣寫：

voc_list = ["Hank", "statistics", "basketball", "nice guy"]
result_map = map(lambda x: len(x)+2, voc_list)
print(result_map)
#> <map object at 0x13e43a160>
print(list(result_map))
#> [6, 12, 12, 10]

從這個例子可以看到以下用法：
- map在python中，是先定義函數，再放iterable object進去。但在R裡面是倒過來，先給iterable object，才放自定義函數
- 自定義函數這邊，我們其實只想放個用完即丟的函數，不想先在外面定義好，才拿進來用。這時候，就會用到lambda function
- 這個lambda function的寫法，就是先宣告他是lambda function & 提供input parameter，加上冒號後，寫下function body就完成。所以他不用在一開始寫def，也不用在結束後寫return，省去很多麻煩。更重要的是，沒有額外在main script定義函數，所以減少了記憶體空間(因為不需要開個記憶體空間來存這個定義的函數)
- map後的結果，是一個map object，要用list()把他轉成list，才看得到最後的結果

29.3 reduce with lambda

reduce要吃兩個參數:
- lambda function: 準備要工作的function
- iterable object: 某個iterable object，例如一個list
reduce的作用直接舉例比較快
我有一個iterable object，是x = [1,2,3,4,5]，然後我有一個lambda function，是相加，lambda x, y: x+y，那做reduce時，會寫成reduce(lambda x, y: x+y, list)，他就是在做：
- 1 + 2 = 3 (前兩個element相加，得到3)
- 3 + 3 = 6 (把剛剛計算的結果，和下一個element相加)
- 6 + 4 = 10 (把剛剛計算的結果，和下一個element相加)
- 10 + 5 = 15 (把剛剛計算的結果，和下一個element相加)
小提醒是，reduce這個function住在functools這個package裡，所以要先import他：

from functools import reduce
import numpy as np
num_list = [1,2,3,4,5]
result_reduce = reduce(lambda x, y: x+y, num_list)
print(result_reduce)
#> 15
print(sum(num_list))
#> 15

29.4 filter with lambda

filter的寫法是這樣：filter(lambda function, iterable)，其中，這個lambda function的回傳值要是True/False，而filter的回傳值，就是把iterable所對應到的True給回傳出來
所以很符合R的filter的用法：符合的，篩選出來
看個例子：我想篩選出iterable中，字長+2後>9的：

print(voc_list)
#> ['Hank', 'statistics', 'basketball', 'nice guy']
result_filter = filter(lambda x: len(x)+2 > 9, voc_list)
print(list(result_filter))
#> ['statistics', 'basketball', 'nice guy']

那舉一反三，我如果有一個字串list，我想抓出”ha”開頭的字，我也可以用filter

str_list = ["hahaha", "hank", "hamonica", "balabala", "nonononono"]
result = filter(lambda x: x[0:2]=="ha", str_list)
print(list(result))
#> ['hahaha', 'hank', 'hamonica']

28 decorator

30 OOP Fundamentals