首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >谈谈python里面那些高级函数

谈谈python里面那些高级函数

作者头像
我被狗咬了
发布2019-09-23 14:39:57
4000
发布2019-09-23 14:39:57
举报
文章被收录于专栏:Python乱炖Python乱炖

谈到python,我们就不得不说python里面的一些黑魔法,例如我们的高阶函数就是黑魔法其中之一。

高阶函数是什么?

简而言之就是将一个函数作为参数传到另一个函数A中,那么这个函数A就是高阶函数。(可接收其他函数作为参数的函数称为高阶函数)

我们来看一个简单的小例子:

def func(a, list):
    return [a(x) for x in list]


def double(x):
    return 2 * x


print(func(double, [1, 3, 5, 7]))

上面的代码中,func 是一个高阶函数,它接收两个参数,第 1 个参数是函数,也就是我们定义的double函数,第 2 个参数是list,func 的功能是将函数 a 逐个作用于list上,生成一个新的数组。

我们在使用func函数的时候传入的第一个参数是函数的名字,不需要括号和其他的东西,只传函数名即可。

下面我们来看看,python自带了一些高阶函数,他们分别是map,reduce,filter。除此之外还有一个很特别的函数叫匿名函数lambda。

在了解内置高阶函数之前,我们先来看看lambda是个怎么样的东西。

就拿我们刚刚定义的double函数来说,它的功能是将传入的参数整体乘2,对于这么简单的功能,我们可能都不需要用def来定义函数,这个时候我们使用lambda来快捷定义函数即可:

double = lambda x: 2 * x
print(double(3))

代码形式:

lambda 参数: 表达式

主要看来其实就是定义的时候换了一种方式,类似于定义一个表达式这样,可以对这个表达式直接进行赋值。调用的时候还是一样,函数的名字就是赋值的变量名。

当然,我们也可以在定义的时候直接调用,也能运算结果:

print((lambda x: 2 * x)(3))

lambda定义与使用如此方便就决定了它的使用场景会特别的多,一般的:当我们需要创建一些临时的、小巧的函数时,就会使用lambda了。一般的,当我们使用高阶函数的时候会经常和lambda函数一起联用。

对于上面的高阶函数我们可以使用lambda改写:

a = func(lambda x: 2 * x, [1, 3, 5, 7])
print(a)

Tips:

  • 匿名函数本质上是一个函数,没有函数名称,因此使用匿名函数不用担心函数名冲突;
  • 匿名函数一般适用于创建一些临时性的,小巧的函数;

map函数

下面我们来看看MAP函数:

map函数的使用形式如下:

map(function, sequence)

function就是传入的函数名,sequence就是需要被function函数处理元素组成的序列。 整个过程可以理解成如下:

sequence = [item1, item2, item3, item4, item5]
for i in sequence:
    function(i)

我们来看看几个例子:

map(lambda x: x**2, [1, 2, 3])

这是一个map对象(迭代器),我们可以通过将它结果输出:

for i in map(lambda x: x**2, [1, 2, 3]):
    print(i)

当然,我们也可以将map的结果直接转化成list:

list(map(lambda x: x**2, [1, 2, 3]))

reduce函数

python3版本的reduce函数已经不再是内置函数了,它需要在functools模块中导入:

from functools import reduce

reduce函数的使用形式如下:

reduce(function, sequence[, initial])

先将 sequence 的前两个 item 传给 function,即 function(item1, item2),函数的返回值和 sequence 的下一个 item 再传给 function,即 function(function(item1, item2), item3),如此迭代,直到 sequence 没有元素,如果有 initial,则作为初始值调用。

reduece(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
a = reduce(lambda x, y: x*y, [1, 2, 3, 4, 5, 6])
print(a)

有一点需要注意的是reduce的传入函数需要传入两个参数,例如上面的例子:我们先选取list中的前两个元素进行lambda函数相乘,然后将相乘的结果再与第三个元素相乘,如此继续下去,一直到整个list元素都被读取为止。

reduce(lambda x, y: x * y, [1, 2, 3, 4])  # 相当于 ((1 * 2) * 3) * 4
reduce(lambda x, y: x * y, [1, 2, 3, 4], 5) # ((((5 * 1) * 2) * 3)) * 4
reduce(lambda x, y: x / y, [2, 3, 4], 72)  #  (((72 / 2) / 3)) / 4
reduce(lambda x, y: x + y, [1, 2, 3, 4], 5)  # ((((5 + 1) + 2) + 3)) + 4
reduce(lambda x, y: x - y, [8, 5, 1], 20)  # ((20 - 8) - 5) - 1
f = lambda a, b: a if (a > b) else b   # 两两比较,取最大值
reduce(f, [5, 8, 1, 10])

filter函数

filter 函数用于过滤元素,它的使用形式如下:

filter(function, sequnce)

解释:将 function 依次作用于 sequnce 的每个 item,即 function(item),将返回值为 True 的 item 组成一个 List/String/Tuple (取决于 sequnce 的类型,python3 统一返回迭代器, 和map一样) 返回。

其实简单来说filter就是一个过滤器,筛选sequnce里面有用的元素。整个过程类似如下:

sequence = [item1, item2, item3, item4, item5]
sequence2 = []
for i in sequence:
    if function(i)==True:
        sequence2.append(i)
print(sequence2)

我们来看一个例子:

def odd(x):
    return x % 2
number = filter(odd,range(10))
print(number)

            <filter object at 0x0000000002F58D68>


number = list(filter(odd,range(10)))
print(number)

            [1, 3, 5, 7, 9]

换成lambda:

number = list(filter(lambda x: x%2,range(10)))
print(number)

            [1, 3, 5, 7, 9]

以上就是我们在python3中常用也不常用的高阶函数了,他们为函数式编程提供了不少便利,可使代码变得更简洁,如果有需要用到的地方大家以后可以尽量去使用哦!

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-07-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python乱炖 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • map函数
  • reduce函数
  • filter函数
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档