Os fundamentos da Programação Funcional em Python #2

 

Neste artigo, faremos um apanhado geral sobre o paradigma funcional, introduzindo funções de alta ordem e funções lambda em Python.

 

Compreendendo as Funções de Alta Ordem

Funções de Alta Ordem ou no inglês HOFs (High Order Functions) são funções que podem ser usadas como argumento ou retorno de outras funções. Em Python, temos exemplos de HOFs como o map() e o filter que nos permite escrever códigos sem efeitos colaterais no paradigma funcional.

 

Funções lambda, o que são?

As funções lambda são largamente usadas na programação funcional. No Python, elas são funções que são definidas sem um nome. Diferente das funções que definimos com a palavra reservada def, as funções lambda definimos com a palavra-chave lambda.

É importante ressaltar sobre algumas características dessas funções, uma delas é que toda expressão dela deve ser limitada a apenas uma linha e podem ser atribuídas a uma variável. Esse tipo de função também pode ter uma quantidade qualquer de argumentos, porém, é limitada a apenas uma expressão.

Um dos principais motivos do uso de funções lambda é quando precisamos de uma função anônima que nos servirá por um curto período de tempo no código.

 

Funções lambda na prática

Criaremos um programa simples para calcular o resto da divisão de um número por 2. Iniciaremos com o código abaixo sem o uso das funções lambda para fins de comparação e em seguida o código com elas:

Utilizando as funções lambda, temos:

Percebe-se que o resultado foi o mesmo, porém feito de formas diferentes. No código acima definimos uma função lambda onde x é o argumento e x % 2 é a expressão. Essa função é anonônima, ou seja, não possui um nome como já explicado anteriormente e ela retornará um objeto de função que será atribuido a variável resto, podendo, assim, ser chamada normalmente no código como fazemos com as funções definidas pelo identificador def.

 

Funções built-in

O interpretador do Python possui várias funções e tipos incorporados que sempre estão disponíveis. A seguir, listaremos duas das funções que são comumente usadas com o paradigma em questão.

 

Filtrando resultados com o filter()

Na programação funcional com Python utilizamos as funções lambda em conjunto com outras funções, como é o caso do filter(). A função filter() recebe uma função e uma lista como argumentos, sendo retornada uma nova lista que irá conter os itens filtrados por sequência que a função passada avaliou como caso verdadeiro (True).

Por exemplo, podemos filtrar somente os números pares de uma lista dessa forma:

No exemplo acima, criamos uma lista com 6 elementos e em seguida atribuímos as funções ao identificador pares para retorno. Definimos então uma função anônima, que irá receber uma entrada x e retornar o resultado da expressão x % 2 == 0 como True ou False.

O processo de filtragem é definido pela função que foi passada como primeiro argumento de filter(), nesse caso, a lambda. Assim, a função filter() só irá “deixar passar” para a sequência resultante aqueles elementos que retornarem True. No código em questão, temos como resultado a lista [2, 4, 6] da qual foi realizada a filtragem e só passaram os elementos cujo resto da divisão do valor de x por 2 é 0, ou seja, somente os pares.

 

Mapeando resultados com o map()

A função map() recebe uma função e uma lista como argumentos. A função passada em map() como primeiro argumento será iterada para cada elemento da lista, retornando, assim, uma nova lista.

O código abaixo mostra o exemplo da função:

No exemplo, a função irá dobrar o valor de cada elemento da lista, iterando cada um com base na função anônima passada no primeiro argumento cuja expressão é x * 2.

 

Conclusão

A programação funcional auxilia na resolução de determinados tipos de problemas por outros caminhos e, dependendo do problema, podendo chegar numa solução mais eficiente e elegante. O uso das funções built-in “temperam” o uso desse paradigma em Python, o que facilita ainda mais na construção de programas funcionais e livres de efeitos colaterais.

 

Referências

An Introduction to Functional Programming with Python

Functional Programming in Python

Higher-Order Functions

Obrigado pela leitura!