python高阶函数
变量可以指向函数,函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。比如:
def add(x,y,f): return f(x) + f(y)op = add(1,1,abs) #这里把python内置函数abs作为参数传递给addprint op结果:2python里的高阶函数有 filter、map、reduce、sorted、匿名函数lambda等
二、python 里的高阶函数:
匿名函数:
python使用lambda来创建匿名函数
lambda 只是一个表达式,函数体比 def 简单很多。lambda的主体是一个表达式,而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。lambda 函数拥有自己的命名空间,且不能访问自己参数列表之外或全局命名空间里的参数。虽然lambda函数看起来只能写一行,却不等同于C或C++的内联函数,后者的目的是调用小函数时不占用栈内存从而增加运行效率。
语法:lambda 函数的语法只包含一个语句,如下:
lambda [arg1 [,arg2,.....argn]]:expression#lambda 参数列表:return [表达式] 变量# 由于lambda返回的是函数对象(构建的是一个函数对象),所以需要定义一个变量去接收
实例1
sum = lambda arg1, arg2: arg1 + arg2;# 调用sum函数print ("相加后的值为 : ", sum( 10, 20 )) # 相加后的值为 : 30print ("相加后的值为 : ", sum( 20, 20 )) # 相加后的值为 : 40
实例2
#对字典排序infors = [{"name":"wang","age":18},{"name":"li","age":20},{"name":"qian","age":30}]infors.sort(key=lambda x:x['age']) #根据值对字典排序print(infors)
实例3
def test(a,b,func): result = func(a,b) return resultnum = test(11,22,lambda x,y:x+y)print(num)
filter函数
filter() 函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。该接收两个参数,第一个为函数,第二个为序列,序列的每个元素作为参数传递给函数进行判,然后返回 True 或 False,最后将返回 True 的元素放到新列表中。
语法:filter(function, iterable)参数:function---- 判断函数,iterable -- 可迭代对象。返回值:返回列表。
实例
def is_odd(n): return n % 2 == 1alist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])print(alist)
map函数
接收一个函数 f 和一个或多个序列list,并通过把函数 f 依次作用在 序列list 的每个元素上,得到一个新的 list 并返回。
语法:map(function, iterable, ...)参数:function -- 函数,iterable -- 一个或多个序列返回值:Python 2.x 返回列表。Python 3.x 返回迭代器。
实例
>>>def square(x) : # 计算平方数... return x ** 2... >>> map(square, [1,2,3,4,5]) # 计算列表各个元素的平方[1, 4, 9, 16, 25]>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5]) # 使用 lambda 匿名函数[1, 4, 9, 16, 25]# 提供了两个列表,对相同位置的列表数据进行相加>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])[3, 7, 11, 15, 19]
reduce函数
reduce()函数接收的参数和 map()类似,但是行为不同。reduce() 函数会对参数序列中元素进行累积。reduce()传入的函数 f 必须接收两个参数,用传给 reduce 中的函数 f(有两个参数)先对集合中的第 1、2 个元素进行操作,得到的结果再与第三个数据用 f 函数运算,最后得到一个结果。
语法:reduce(function, iterable[, initializer])参数:function -- 函数,有两个参数。iterable -- 可迭代对象。initializer -- 可选,初始参数
实例
>>>def add(x, y) : # 两数相加... return x + y... >>> reduce(add, [1,2,3,4,5]) # 计算列表和:1+2+3+4+515>>> reduce(lambda x, y: x+y, [1,2,3,4,5]) # 使用 lambda 匿名函数15>>> def f(a,b):... return a+b... >>> print reduce(f,[1,2,3,4],10) #1+2+3+4+10.这里的第三个参数是做为初始值的。20#注意:reduce在3.0里已经已经由一个内置方法移到标准库里了,3.0里调用reduce必须import functools,3.0里使用方法如下>>>import functools>>>res = functools.reduce(lambda x, y: x+y, [1,2,3,4,5])>>>print res
sorted函数
sort 与 sorted 区别:
语法:sorted(iterable[, cmp[, key[, reverse]]])参数:
sort 是应用在 list 上的方法,sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作,无返回值,而内建函数 sorted 方法返回的是一个新的 list,而不是在原来的基础上进行的操作。
iterable -- 可迭代对象。
cmp -- 比较的函数,这个具有两个参数,参数的值都是从可迭代对象中取出,此函数必须遵守的规则为,大于则返回1,小于则返回-1,等于则返回0。
key -- 主要是用来进行比较的元素,只有一个参数,具体的函数的参数就是取自于可迭代对象中,指定可迭代对象中的一个元素来进行排序。
reverse -- 排序规则,reverse = True 降序 , reverse = False 升序(默认)。返回值:返回重新排序的列表。
实例
>>>a = [5,7,6,3,4,1,2]>>> b = sorted(a) # 保留原列表>>> a [5, 7, 6, 3, 4, 1, 2]>>> b[1, 2, 3, 4, 5, 6, 7]>>> L=[('b',2),('a',1),('c',3),('d',4)]>>> sorted(L, cmp=lambda x,y:cmp(x[1],y[1])) # 利用cmp函数[('a', 1), ('b', 2), ('c', 3), ('d', 4)]>>> sorted(L, key=lambda x:x[1]) # 利用key[('a', 1), ('b', 2), ('c', 3), ('d', 4)]>>> students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]>>> sorted(students, key=lambda s: s[2]) # 按年龄排序[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]>>> sorted(students, key=lambda s: s[2], reverse=True) # 按降序[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]>>>
声明:本站所有文章资源内容,如无特殊说明或标注,均为采集网络资源。如若本站内容侵犯了原著者的合法权益,可联系本站删除。