O[X:] - us4us

JĘZYK PYTHON
- NARZĘDZIE DLA KAŻDEGO NAUKOWCA
Marcin Lewandowski
[ [email protected] ]
PROGRAMOWANIE FUNKCYJNE I
OBIEKTOWE W PYTHONIE
2
PROGRAMOWANIE FUNKCYJNE
3
Źródła
• Programowanie funkcyjne (wykład MIMUW)
http://wazniak.mimuw.edu.pl/index.php?title
=Programowanie_funkcyjne
• M.L. Scott, Programming Language
Pragmatics, Morgan Kaufmann, 3 ed., 2009
• Charming Python installments
http://gnosis.cx/publish/tech_index_cp.html
4
Paradygmaty programowania
• Proceduralne/Imperatywne – operacje
wykonywane na danych (operacje zmieniają
stan programu)
• Obiektowe – opis interakcji pomiędzy
obiektami
• Funkcyjne – program jako funkcja
5
Imperatywne vs. Funkcyjne
Cecha
Imperatywne
Funkcyjne
Konstrukcja algorytmu
Jakie instrukcje wykonad
Jakie transformacje danych są
(algorytm) i jak zmieniad stan
potrzebne
programu
Zmiana/Stan programu Ważny
Nie istnieje
Kolejnośd
wykonywania
Ważna
Mało ważna
Przepływ sterowania
Pętle, warunki i funkcje
Funkcje, rekurencja
Podstawowe elementy
języka
Struktury danych, instancje
klas
Funkcje jako obiekty ‘firstclass’, kolekcje danych (listy)
6
Konstrukcje programowania
funkcyjnego w Pythonie
• Funkcje jako obiekty podstawowe (tzw. first-class) –
lambda, przekazywanie funkcji jako argument
• Domknięcia (ang. Closures) – funkcje związane z
damymi
• Funkcje operujące na funkcjach (ang. high-order
functions)
• Dekoratory – forma opakowao (wrapperów) dla funkcji
• Iteratory i Generatory
• Listy jako podstawowa struktura danych (List
Comprehensions)
7
Lambda
• Lambda – proste, jednolinijkowe, anonimowe
funkcje
• Mogą byd przekazywane tak jak zwykłąe funkcje
nazwane
• Używane często jako funkcje w callback, list
comprehesnsions, high-order functions
• return jest w nich domniemany (implicite)
square = lambda x: x*x
>>> square(9)
81
squares = map(lambda x: x*x, range(3))
>>> squares
[0, 1, 4]
8
Domknięcie (Closure)
• Domknięcie to funkcja ze związanymi zmiennymi:
– składa się z funkcji, jej lokalnych zmiennych oraz referencji do
zmiennych spoza zakresu (outer scope)
• Obiekty to metody związane z danymi na których działają;
Domknięcia to dane dowiązane do funkcji
# Zwraca funkcję opodatkowania daną stawką VAT
def vat_taxer(rate):
def taxer(amount):
return amount * (float(rate) / 100)
return taxer
vat22 = vat_taxer(22)
vat7 = vat_taxer(7)
9
Domknięcie przykład
# zwraca funkcję mnożącą przez n
def multiply_by(n):
return lambda x: return x*n
double = multiply_by(2)
triple = multiply_by(3)
>>> double(2)
4
>>> triple(4)
12
10
High-order functions – 1
• map – zastosuj funkcję na każdym elemencie
sekwencji:
>> map(lambda x: x**2, range(1,5))
[1, 4, 9, 16]
• filter – wybiera elementy spełniające warunek
>> filter(lambda x: x%2==0, range(10))
[0, 2, 4, 6, 8]
• reduce – redukuje elementy sekwencji do jednej
wartości za pomocą funkcji:
>> reduce(lambda x,y: x+y, [1, 2, 3, 4])
10
11
High-order functions – 2
• zip – zszywa kolejne elementy z sekwencji:
>> zip((„a‟,‟b‟,‟c‟), (1,2,3))
[(„a‟,1), („b‟,2), („c‟,3)]
• all – zwraca True, gdy wszystkie elementy są True:
>> all((1, 2, „alala‟))
True
• any – zwraca True, gdy choś jeden element jest
True:
>> any((0, None, 1))
True
12
Dekoratory
def my_decorator(fn):
def wrapper(*args):
print “before invocation”
fn(*args)
print “after invocation”
return wrapper
@my_decorator
def hello_world():
print “hello, world”
>>> hello_world()
before invocation
hello, world
after invocation
13
Iteratory
• Iterator jest analogiem sekwencji ale z kilkoma
różnicami:
– Często używamy funkcji, która tworzy kolejne elementy
sekwencji (np. za pomocą Generatora)
– Elementy sekwencji są produkowane dopiero w momencie
kiedy są potrzebne
– Iteratory mogą tworzyd sekwencje dowolnie długie
(w odróżnieniu od sekwencji struktur danych
ograniczonych pamięcią)
• Iterator to protokół (nie typ danych) na który składa
się:
– Funkcji next() (w implementacji __next__())
– Raise StopIteration after last item
14
Generatory
• Generator – funkcja działająca jako Iterator
• Każdy element jest zwracany za pomocą
polecenia yield
• Zakooczenie przez:
– zakooczenie funkcji
– zwykłe return
– raise StopIteration
15
Generatory – przykład
def four():
x = 0
while x < 3:
print("in generator, x =", x)
yield x
x += 1
>>> for i in four(): print(i)
in generator, x = 0
0
in generator, x = 1
1
in generator, x = 2
2
16
Generatory – wyrażenia
• Składniowo podobne do List Comprehensions
• Ewaluacja leniwa – jeden element za jednym
razem
• Mogą byd używane wszędzie, gdzie jest
spodziewany Iterator
# Przykład 1
it = (line.strip() for line in open('input.txt'))
# Przykład 2 – można ominąć nawiasy w wywołaniu funkcji
func(line.strip() for line in open('input.txt'))
17
EX9
3 implementacje is_prime()
# Implementacja „imperatywna‟ – wersja 1
def is_prime(n):
k = 2
while k < n:
if n % k == 0:
return False
k += 1
return True
# Implementacja „funkcyjna‟ – wersja 2
def is_prime(n):
return len(filter(lambda k: n%k==0, range(2,n))) == 0
# Implementacja „funkcyjna‟ – wersja 3
def is_prime(n):
return not any(n%k==0 for k in xrange(2,n))
18
PROGRAMOWANIE OBIEKTOWE
19
Programowanie obiektowe
Object-oriented programming (OOP)
• Klasy i obiekty:
– Obiekty są tworzone na podstawie definicji klas
– Pojedynczy obiekt jest nazywany instancją klasy
– Dane i operacje na nich (funkcje) tworzą obiekt
• Operacje/funkcje zawarte w klasie są
nazywane metodami
• Dane/zmienne w klasie są nazywane
atrybutami klasy
• Atrybuty tworzą stan instancji klasy (obiektu)
20
Definicja klasy
__init__ jest inicjalizatorem obiektu
class circle:
def __init__(self, radius):
self.radius = radius
self – jest referencją do obiektu
# utworzenie obiektu klasy circle
>> c = circle(10)
c
<__main__.circle instance at 0x004A48A0>
>> dir(c)
['__doc__', '__init__', '__module__', 'radius']
21
Przeszukiwanie:
obiekt.atrybut
• Szuka pierwszego wystąpienia atrybutu w
obiekcie lub we wszystkich klasach powyżej (z
których dziedziczył) – od dołu do góry i od
lewej do prawej strony
class C2:
x=z=2
class C3:
w=z=3
class C1(C2, C3):
x=y=1
I1 = C1()
I2 = C1()
22
Metody specjalne klas
METODA
IMPLEMENTUJE
WOŁANA DLA
__init__
Konstruktor obiektu
X = Class(args)
__del__
Destruktor obiektu
Usuwanie obiektu X
__add__
Operator +
X + Y,
X += Y jeśli nie __iadd__
__or__
Operator | (bitowy OR)
X | Y,
X |= Y jeśli nie _ior__
__repr__, __str__
Drukowanie, konwersja
print(X), repr(X), str(X)
__call__
Wywołanie funkcji
X(*args, **kargs)
__setattr__
Przypisanie atrybutu
X.any = value
__delattr__
Skasowanie atrybutu
del X.any
__getattribute__
Pobranie atrybutu
X.any
__getattr__
Pobranie atrybutu
X.undefined
23
Metody specjalne klas c.d.
METODA
IMPLEMENTUJE
WOŁANA DLA
__getitem__
Indeksowanie,
przecinanie, iteracja
X[key], X[i:j], także dla
pętli jeśli nie __iter__
__setitem__
Przypisanie indeksowane ,
przecinane
X[key] = value,
X[i:j] = sequence
__delitem__
Usuwanie indeksowane,
przecinane
del X[key], del X[i:j]
__len__
Długośd
len(X), testowanie gdy nie
__bool__
__bool__
Testy logiczne
bool(X),
(__nonzero__ w Py 2.6)
__lt__, __gt__,
__le__, __ge__,
__eq__, __ne__
Porównania
X < Y, X > Y,
X <= Y, X >= Y, X == Y, X != Y
(__cmp__ w Py 2.6)
24
Metody specjalne klas c.d.
METODA
IMPLEMENTUJE
WOŁANA DLA
__iadd__
Operator dodawania w
miejscu
X += Y
__iter__, __next__
Iterator
I=iter(X), next(I); dla pętli
__contains__
Tester przynależności
item in X (dla
iterowalnych)
__index__
Wartośd
całkowitoliczbowa
hex(X), bin(X), oct(X),
O[X], O[X:] (zastpuje Py 2.x
__oct__, __hex__)
__enter__, __exit__
Menadżer kontekstu with
with obj as var:
__get__, __set__,
__delete__
Deskryptory atrybutów
X.attr, X.attr = value,
del X.attr
__new__
Tworzenie obiektu
przed __init__
25
Atrybuty specjalne klas
• Wszystkie klasy posiadają następujące atrybuty:
•
•
•
•
•
•
__doc__ – string dokumentacji
__class__ – referencji do obiektu klasy (z każdej instancji)
__bases__ – lista klas bazowych
__name__ – nazwa klasy obiektu
__module__ – nazwa modułu, w którym klasę zdefiniowano
__dict__ – słownik będący przestrzenią nazw klasy (ale nie
superklas)
26
Przykład 1 – zmienne klasowe
class Circle:
pi = 3.14159
# class variable
def __init__(self, radius = 1):
self.radius = radius
def area(self):
return self.radius**2 * pt
print Circle.pi
circle1 = Circle()
print circle1.area()
circle5 = Circle(5)
print circle5.area()
27
Przykład 2 – metody statyczne
class Circle:
all_circles = [] # class variable
pi = 3.14159
# class variable
def __init__(self, r=1):
self.radius = r
self.__class__.all_circles.append(self)
def area(self):
return self.__class__.pi * self.radius * self.radius
@staticmethod
def total_area():
total = 0
for c in Circle.all_circles:
total = total + c.area()
return total
28
Przykład 3 – dziedziczenie
class Shape:
def __init__(self, x, y):
self.x = x
self.y = y
class Square(Shape):
def __init__(self, side=1, x=0, y=0):
super().__init__(x, y)
self.side = side
class Circle(Shape):
def __init__(self, r=1, x=0, y=0):
super().__init__(x, y)
self.radius = r
29
Przykład 4 – getters/setters
class Temperature:
def __init__(self):
self.__t_fahr = 0
# private in F
@property
def temp(self): # in ºC
return (self.__t_fahr-32)*5/9
@temp.setter
def temp(self, new_temp): # in ºC
self.__t_fahr = new_temp*9/5 + 32
30
EX10
Klasa operacji na ułamkach zwykłych
• Implementacja klasy ułamek oraz operacji:
– dodawania, odejmowania, mnożenia i dzielenia
ułamków
– wyświetlania ułamków
31