Python:三大编程范式 —— 过程式、函数式以及面向对象式

# 过程式编程示例：处理通讯录数据def load_contacts(filename):    """从文件加载联系人数据"""    contacts = []    with open(filename, 'r', encoding='utf-8') as f:        for line in f:            name, phone = line.strip().split(',')            contacts.append({'name': name, 'phone': phone})    return contactsdef find_contact(contacts, name):    """在联系人列表中查找"""    for contact in contacts:        if contact['name'] == name:            return contact    return Nonedef add_contact(contacts, name, phone):    """添加联系人"""    contacts.append({'name': name, 'phone': phone})# 使用方式：数据与操作分离all_contacts = load_contacts('contacts.txt')found = find_contact(all_contacts, '艾婉婷')

《Python：过程式编程范式》

二、面向对象编程

面向对象编程（Object-Oriented Programming，OOP）以对象为中心，将数据（状态）与操作数据的行为封装在同一抽象单元中。对象对外暴露稳定接口，对内维护自身一致性，程序结构由此从“函数调用流程”转变为“对象之间的协作关系”。

该范式关注的是“谁负责什么”，强调职责划分与结构建模。

示例：

# 面向对象编程示例：定义通讯录中的联系人class Contact:    """联系人类"""    def __init__(self, name, phone):        self.name = name        self.phone = phone    def display(self):        """显示联系人信息"""        return f"{self.name}: {self.phone}"    def update_phone(self, new_phone):        """更新电话号码"""        self.phone = new_phone# 使用方式：数据和操作封装在一起contact = Contact('艾婉婷', '13800138000')print(contact.display())

在 OOP 中，对象既是数据的持有者，也是行为的执行者。

面向对象编程通常被概括为三大核心特性：

1、封装：隐藏内部实现细节，仅暴露必要接口

2、继承：通过类之间的层次关系实现代码复用与行为扩展

3、多态：不同对象对同一接口或方法调用作出不同响应

OOP 尤其适合复杂系统建模，是 Python 中构建中大型项目的核心范式。

延伸阅读：

《Python：面向对象编程范式》

三、函数式编程

函数式编程（Functional Programming）以数据变换为核心，强调纯函数与不可变数据，尽量减少或消除可变状态对程序行为的影响。程序通过函数组合、高阶函数和数据流变换来完成计算。

该范式关注的是“结果是什么”，而非执行步骤。

示例：

# 函数式编程示例：处理通讯录数据from typing import List, Dictdef format_contact(contact: Dict) -> str:    """纯函数：无副作用"""    return f"{contact['name']}: {contact['phone']}"def filter_by_prefix(contacts: List[Dict], prefix: str) -> List[Dict]:    """高阶函数示例"""    return list(filter(lambda c: c['name'].startswith(prefix), contacts))def add_contact_fp(contacts: List[Dict], name: str, phone: str) -> List[Dict]:    """不可变数据操作：返回新列表"""    return contacts + [{'name': name, 'phone': phone}]# 使用方式contacts = [{'name': '艾婉婷', 'phone': '13800138000'}]filtered = filter_by_prefix(contacts, '艾')formatted = list(map(format_contact, filtered))

Python 并非严格意义上的函数式语言，但其对函数作为一等对象、高阶函数、生成器与惰性计算的支持，使函数式思想在语言中占有重要位置。

延伸阅读：

《Python：函数式编程范式》

四、范式特征与编程哲学

三种编程范式的差异，不仅体现在代码结构上，更体现在思维方式上。

（1）过程式：以“流程”为中心

过程式编程强调执行顺序与操作步骤，程序员思考的是：先做什么，再做什么。

这种方式直观清晰，适合线性任务；但当流程交错、状态复杂时，系统耦合度容易迅速上升。

（2）函数式：以“数据流”为中心

函数式编程将程序视为一条数据处理管道，每一步都是对输入数据的映射：输入如何转换为输出？

不可变性与无副作用使其在并行计算、数据处理和推理型程序中尤为优势明显。

（3）面向对象：以“对象协作”为中心

OOP 将世界建模为一组相互协作的对象。

每个对象拥有明确职责，通过接口交互完成系统目标。

如果作比喻：

• 过程式像导演，指挥动作顺序

• 函数式像数学家，定义变换关系

• 面向对象像架构师，塑造角色与关系

在大型系统中，对象之间的协作关系构成了程序的长期稳定结构。

📘 小结

Python 的三大编程范式各具优势，也可以灵活融合使用。

🔹过程式：逻辑直观、易于实现，适合小型任务与脚本

🔹函数式：强调纯函数与不可变性，适合数据处理与并行计算

🔹面向对象式：通过对象建模复杂关系，适合长期维护的系统

成熟的 Python 程序往往不是单一范式的产物，而是多范式协同的结果。

理解不同范式背后的思维方式，是从“会写代码”迈向“会设计程序”的关键一步。