Python程序员

Python 简明教程 --- 16,Python 高阶函数

2020-12-14  本文已影响0人  码农充电站pro

对于那些快速算法,我们总是可以拿一些速度差不多但是更容易理解的算法来替代它们。
—— Douglas Jones

目录

高阶函数一般以函数为参数。

本节我们介绍Python 中三个方便的高阶函数,分别是:

如果你了解过分布式系统框架---Hadoop,你应该知道map/reduce 的概念。

Python 中的map/reduce 函数与Hadoop 中的map/reduce 基本类似。

1,map 函数

Python2 中,map 是一个函数。在Python3 中,map 是一个类:

>>> map
<class 'map'>

作用:将函数func 作用于可迭代对象iterable 中的每一个元素
原型:map(func, iterable) -> map object
参数 func:一个函数类型的参数,该函数接收一个参数,并返回一个值
参数 iterable:一个可迭代的对象
返回值:一个map 对象,同时一个迭代器

示例:

>>> m = map(lambda x: x * x, [1, 3, 5])
>>> m
<map object at 0x7fe60bb1bf98>
>>> l = [i for i in m]
>>> l
[1, 9, 25]

参数func 可以是普通函数,也可以是匿名函数,我们这里使用了匿名函数lambda x: x * x,该函数接收一个参数,并返回该参数的平方。

可迭代对象是一个列表[1, 3, 5],列表中的每个元素,都将传递到匿名函数中,并对每一个元素计算平方后,将结果存储到一个map 对象m 中。

为了查看m 中的值,我们使用列表推导式生成了一个列表l,可看到列表l 就是[1, 9, 25],就是[1, 3, 5] 中每个元素的平方。

这就是python3 中map 的基本使用方法。

2,reduce 函数

在Python3 中,reduce 函数被放在functools 模块,使用时,要先从functools 模块引入:

>>> from functools import reduce

作用:将函数func 作用于序列seq 中的元素,进行一系列的计算
原型:reduce(func, seq[, initial]) -> value
参数 func:这是一个函数类型的参数,该函数接收两个参数,并返回一个值
参数 seq:一个序列
参数 initial

initial 存在时:reduce(func, [x1, x2, x3], initial) = func(func(func(initial, x1), x2), x3)
initial 不存在时:reduce(func, [x1, x2, x3]) = func(func(x1, x2), x3)

返回值:返回计算结果

示例,当initial 存在时:

>>> reduce(lambda x, y : x * y, [1, 3, 5], 6)
90
#   reduce(func, [1, 3, 5], 6)
# = func(func(func(6, 1), 3), 5)
# = ((6 * 1) * 3) * 5
# = 90

示例,当initial 不存在时:

>>> reduce(lambda x, y : x * y, [1, 3, 5])
15
#   reduce(func, [1, 3, 5])
# = func(func(1, 3), 5)
# = (1 * 3) * 5
# = 15

3,filter 函数

在Python3 中,filter 是一个类:

>>> filter 
<class 'filter'>

作用:filter 用于对可迭代对象iterable 进行过滤,iterable 中的每一个元素会作为一个参数,传递到func
原型:filter(func, iterable) --> filter object
参数 func:这是一个函数类型的参数,该函数接受一个参数,返回一个bool

func 返回True 时:对应的iterable 中的元素,会放在结果集中
func 返回False 时:对应的iterable 中的元素,不会放在结果集中

返回值:一个filter 对象,同时也是一个迭代器

示例:

>>> f = filter(lambda x: len(x) == 2, ['dsf', 'df', 'ad', 'dfas', 'as'])
>>> f # 一个 filter 对象
<filter object at 0x7f4dff484748>
>>> list(f)  # 转化为列表,方便查看
['df', 'ad', 'as']

(完。)


推荐阅读:

Python 简明教程 ---11,Python 元组
Python 简明教程 ---12,Python 字典
Python 简明教程 ---13,Python 集合
Python 简明教程 ---14,Python 数据结构进阶
Python 简明教程 ---15,Python 函数

上一篇下一篇

猜你喜欢

热点阅读