Python 基础 高阶函数

python 把函数作为参数

  如果传入abs 作为参数

    def add(x,y,y):

      return f(x) + f(y)

    add(-5,9,abs)

  根据函数的定义,函数执行的代码实际上是。

    abs(-5) + abs(9)

python 中map() 函数

    map() 是 python 内置的高阶函数,它接收一个函数 f 和 一个list,并且把 f 一次作用在

    list的每一个元素上,得到一个新的list 并返回。

    我们需要传入函数f(x) = x*x,就可以利用map() 完成计算

      def f(x):

        return x*x

      print map(f,[1,2,3,4,5,6,7,8,9])

      输出结果:

      [1, 4, 9, 10, 25, 36, 49, 64, 81]

      注意:map()函数不改变原有的 list,而是返回一个新的 list。

      利用map()函数,可以把一个 list 转换为另一个 list,只需要传入转换函数。

python reduce() 函数

    reduce() 函数也是Python 内置的一个高阶函数,reduce() 函数接受的参数和map() 类似

    一个函数 f, 一个list, 但行为和map() 不同, reduce() 传入的函数 f 必须接受两个参数,

    reduce() 对list 的每个元素反复调用函数 f, 比返回最终结果值。

      def f(x,y):

        return x+y

      reduce(f,[1,3,5,7,9]) 时, reduce 函数做如下计算

   先计算头两个元素:f(1, 3),结果为4; 再把结果和第3个元素计算:f(4, 5),结果为9;

    再把结果和第4个元素计算:f(9, 7),结果为16; 再把结果和第5个元素计算:f(16, 9),结果为25;

    由于没有更多的元素了,计算结束,返回结果25。

    reduce()还可以接收第3个可选参数,作为计算的初始值。如果把初始值设为100,计算:

      reduce(f, [1, 3, 5, 7, 9], 100)

    结果将变为125,因为第一轮计算是:

    计算初始值和第一个元素:f(100, 1),结果为101。

python 中filter() 函数

    filter() 函数接收一个函数 f 和一个 list, 这个函数f的作用是对每个元素进行判断,

    返回True 或 False, filter() 根据判断结果自动过滤掉不符合条件的元素,返回

    由符合元条件元素组成的一组的新的list

    要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数,保留奇数,

    要编写一个判断奇数的函数:

      def is_odd(x):

        return x % 2 == 1

    然后利用filter() 过滤掉偶数:

      filter(is_odd,[1,4,6,7,12,17])

      结果:[1,7,9,17]

python中自定义排序函数

    sorted() 函数可对list 进行招聘

    sorted([36,5,12,9,21])

      [5,9,12,21,36]

    它可以接收一个比较函数来实现自定义排序,比较函数的定义是,传入两个待

      比较的元素 x, y,如果 x 应该排在 y 的前面,返回 -1,如果 x 应该排在 y 的后面,

    返回 1。如果 x 和 y 相等,返回 0。

      如果我们要实现倒序排序,只需要编写一个reversed_cmp函数:

      def reversed_cmp(x, y): if x > y: return -1 if x < y: return 1 return 0

      调用 sorted() 并传入 reversed_cmp 就可以实现倒序排序:

        sorted([36,5,12,9,21],reversed_cmp)

        [36,21,12,9,5]

      sorted()也可以对字符串进行排序,字符串默认按照ASCII大小来比

        sorted(['bob', 'about', 'Zoo', 'Credit'])

        ['Credit', 'Zoo', 'about', 'bob']

python 中返回函数

    函数不但可以返回int,str,list,dict 等函数类型,还可以返回函数。

      定义一个函数f(), 我们让它返回一个函数g

      def f():

        print 'call f()....'

      def g():

        print 'call g()....'

      return g

    请注意区分返回函数和返回值:

    def myabs(): return abs # 返回函数 def myabs2(x): return abs(x) # 返回函数调用的结果,返回值是一个数值

      如果返回一个函数,就可以“延迟计算”:

    def calc_sum(lst): def lazy_sum(): return sum(lst) return lazy_sum

      # 调用calc_sum()并没有计算出结果,而是返回函数:

      f = calc_sum([1, 2, 3, 4])

        f()

        10

python 中闭包

    在函数内部定义的一个函数和外部函数是一样的,只是他们无法被外部访问

     g 的定义移入函数 f 内部,防止其他代码调用 g:

      def f():

        print 'f()...'

      def g():

        print 'g()...'

      return g

        def calc_sum(lst):

      def lazy_sum():

        return sum(lst)

      return lazy_sum

      像这种内层函数引用了外层函数的变量(参数也算变量),然后返回内层函数

      的情况,称为闭包(Closure)。

python 中匿名函数

    python中,对匿名函数提供了有限支持,还可以map() 函数为例,计算 f(x)=x2 时

    ,除了定义一个f(x)的函数外,还可以直接传入匿名函数:

    map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])

      [1, 4, 9, 16, 25, 36, 49, 64, 81]

    使用匿名函数,可以不必定义函数名,直接创建一个函数对象,很多时候可

    以简化代码:

      sorted([1, 3, 9, 5, 0], lambda x,y: -cmp(x,y))

      [9, 5, 3, 1, 0]

python 装饰器

    python 内置的@ 语法就是为了简化装饰器调用

      装饰器的作用

      可以极大的简化代码,避免每个函数编写重复性代码

        打印日志 : @log

        检测性能: @performance

        数据库事务: @transaction

        URL 路由: @post('/register')

python 中编写无参数decorator

    python 的decorator 本质上是一个高阶函数,她接收一个函数作为

      参数,然后返回一个新的函数。

      @log def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10)

      结果:call factorial()... 3628800

      但是,对于参数不是一个的函数,调用将报错:

python 中完善decorator

    @decorator 可以实现函数功能 的增加,但是,经过@decorator

      改造后的函数,和原函数相比,除了功能多一点,没有其他的不同的。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

扫码关注云+社区

领取腾讯云代金券