• https://python.developpez.com/tutoriels/apprendre-programmation-fonctionnelle/

Le paradigme de programmation fonctionnelle se caractérise essentiellement par l'absence d'effets de bord.

Pour cela, le code défini à l'intérieur d'une fonction :

• ne dépend pas de données se trouvant à l'extérieur de cette fonction courante ;
• et le code à l'intérieur de la fonction ne modifie pas des données à l'extérieur de cette fonction.

• voici une fonction qui n'utilise pas ce paradigme de programmation fonctionnelle :

a = 0
def augmenter():
    global a
    a = a + 1

• Voici la même fonction une fonction augmenter() en utilisant la programmation fonctionnelle :

def increment(a):
    return a + 1

La programmation fonctionnelle est particulièrement intéressant pour intervenir sur des listes. Les exemple qui suivent s'appuie sur la liste de Todos suivantes :

taches = [{"id":"1","libelle":"Préparer mon sac", "accomplie":True},
          {"id":"2","libelle":"Prendre mon petit-déjeuner", "accomplie":False},
          {"id":"3","libelle":"Partir au lycée", "accomplie":False}]

• La fonction map prend en argument une fonction et une collection de données ;
• Elle crée une nouvelle collection vide ;
• applique la fonction à chaque élément de la collection d'origine et insère les valeurs de retour produites dans la nouvelle collection ;
• elle renvoie alors la nouvelle collection.

Voici l'utilisation de la fonction map pour avoir une nouvelle liste tachesfinies avec toutes les tâches finies :

# definition de la fonction qui met la valeur True pour la donnée acccomplie 
def fini(tache):
  return {"id":tache["id"],"libelle":tache["libelle"], "accomplie":False}
 
#nouvelle liste avec toutes taches accomplies
tachesfinies = list(map(fini,taches))

Il est possible d'utiliser une fonction anonyme lambda directement dans la fonction map :

# utilisation d'une fonction anonyme lambda
#nouvelle liste avec toutes taches accomplies
tachesfinies = list(map(lambda tache: {"id":tache["id"],"libelle":tache["libelle"], "accomplie":False}, taches))

# definition de la fonction anonyme et affectation dans la variable fois2
fois2 = lambda x: x * 2
 
#utilisation 
>>> print(fois2(4))
>>> 8

Même résultat avec un générateur :

#nouvelle liste avec les taches modifiées pour les indiquer accomplies (finies)
tachesfinies = [fini(tache) for tache in taches]

• La fonction filter prend en argument une fonction qui est une condition et une collection de données ;
• Elle crée une nouvelle collection vide ;
• applique la fonction à chaque élément de la collection d'origine et insère dans la nouvelle collection uniquement les éléments qui répondent à la condition ;
• Elle renvoie alors la nouvelle collection.

Voici l'utilisation de la fonction filter pour avoir une nouvelle liste tachesfinies qui ne contient que les tâches finies :

# definition de la fonction qui teste la valeur True pour la donnée acccomplie 
def fini(tache):
  return tache["accomplie"] == True
 
#nouvelle liste avec uniquement les taches accomplies (finies)
tachesfinies = list(filter(fini,taches))

Même résultat avec une fonction anonyme :

#nouvelle liste avec uniquement les taches accomplies (finies)
tachesfinies = list(filter(lambda tache:tache["accomplie"] == True, taches))

Même résultat avec un générateur :

#nouvelle liste avec uniquement les taches accomplies (finies)
tachesfinies = [tache for tache in taches if tache["accomplie"] == True]

La fonction reduce prend en entrée une fonction et une collection d'éléments. Elle renvoie une valeur créée en combinant les éléments de la collection. Exemple qui calcule la somme des éléments d'un tableau

# importation de la fonction reduce
from functools import reduce
 
tableau = [0, 1, 2, 3, 4]
 
somme = reduce(lambda a, x: a + x, tableau)
# somme contient 10

somme = reduce(lambda a, x: a + x, tableau, 50)

taches.sort(key=lambda tache: tache["id"], reverse=True)

• le paramètre key permet de préciser sur quelle données trier ;
• le paramètre reverse permet de changer l'ordre du tri.