python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))
1.1函数式编程
面向过程编程:我们通过把大段代码拆成函数,通过一层一层的函数,可以把复杂的任务分解成简单的任务,这种一步一步的分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。
函数式编程:是使用一系列函数去解决问题,函数式编程就是根据编程的范式来的出想要的结果,只要是输入时确定的,输出就是确定的。
1.2高阶函数
能把函数作为参数传入,这样的函数就称为高阶函数。
1.2.1函数即变量
以python的内置函数print()为列,调用该函数一下代码
>>> print("hello world") hello world #只写print >>> print <built-in function print> #可见print("hello world")是函数调用,而print是函数本身
要获得函数调用执行的结果,我们把结果赋值给变量:
>>> aa = abs(-20) >>> aa 20
如果把函数本身赋值给变量
>>> p = print >>> p <built-in function print> #函数本身可以赋值给变量,变量可以指向函数
我们通过变量来调用这个print函数,验证结果如下
>>> p("check") check
总结:函数名也是变量,对于print()这个内置函数,完全可以把函数名print看成变量,它指向一个可以打印任何东西的函数
注:实际程序代码绝不能这么写,上面只是为了举例说明,要恢复print函数,请重启python的交互环境
1.2.2传入函数
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函数作为函数,这种函数就称为高阶函数,
函数的返回值是一个函数名,也是高阶函数。
例如:一个简单的高阶函数
def add(x,y,z): return abs(x)+abs(y) aa = add(12,23,abs) #函数执行的结果 赋值给 aa print(aa) #查看aa的值 #35 #注,abs()函数是求一个整数的绝对值
1.3匿名函数
什么是匿名函数:
在python中有一个匿名函数lambda,匿名函数就是指:无需定义标识符(函数名)的函数或子程序。
定义lambda表达式:
lambda arguments:express #arguments 参数(可以有多个参数) #express 表达式 #lambda返回值是一个函数的地址,也就是函数对象 aa = lambda arguments:express #把的到lambda函数地址,赋值给变量aa 查看这个lambda函数地址 ,用aa(argument) 查看这个函数的值
例1
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
def pf(x=0): return x**2 print(pf(3))
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
aa = lambda x:x**2 print(aa(4)) #16
总结:
1.lambda函数可以参数可以有多个,包含的表达式不能超过一个,不要试图向lambda函数中塞入太多东西,如果你需要做复杂的功能,应该定义一个普通函数,想定义什么就定义什么。
2.lambda函数用在需要封装特殊的,非重用代码上,避免令我们的代码充斥大量的单行函数。
1.4map函数
map()函数,map映射
map(func,iterable)
map()函数接受两个参数,一个是函数,一个可迭代的对象(iterable),map将传入的函数依次作用到序列的每个元素,并把结果作为新的 可迭代的对象 的结果返回
例:有个函数,f(x) = x+1 把得到的数字 加1 要把这个函数作用在一个[1,2,3,4,5,6]上
number = [1,2,3,4,5,6] #1.用普通函数定义方法 def add_one(x): return x+1 def map_test(func,arrey): res = [] for i in arrey: i = func(i) res.append(i) return res print(map_test(add_one,number)) #[2, 3, 4, 5, 6, 7] #2.用lambda函数定义的得到结果,借助1定义的map_test函数 print(map_test(lambda x:x+1,number)) #[2, 3, 4, 5, 6, 7] #3.用map()本身函数去定义 print(list(map(lambda x:x+1 ,number))) #[2, 3, 4, 5, 6, 7] #注:map()得出的结果是一个iterator ,需要用list()函数让它个整个序列都计算出来返回一个list
我们可能会想,写一个循环,也可以计算出结果,但要实现多个功能,是不是也要写多个循环 例:得出每个列表中元素的平方或则n次方
map()作为高阶函数,事实上把运算规则抽象了,不但可以计算简单的 f(x) = x+1 ,也能计算更复杂的函数。
总结:map() 处理序列中的每个元素,得到的结果是一个 iterator ,需通过list(iteratro),该list元素个数,与原来位置一样
1.5reduce函数
在python2可以直接用reduce()函数
在python3需要调用reduce模块
from functools import reduce reduce(function, sequence, initial=None) #该函数的默认用法
reduce函数,将function作用sequence序列的元素,每次携带一对(先前的结果以及下一序列的元素),连续的将现有的结果和下一个作用在获得的随后的结果上,最后得到我们的序列为一个最终结果的返回值
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
number1 = [2,3,4,10] #1.普通函数定义 def chengfa(x,y): return x*y #返回得到两个数相乘的结果 def reduce_test(func,seq,init=None): if init is None: res = seq.pop(0) #seq删除第一个元素,并获取删除这个元素 赋值给res else: res = init for i in seq: res = func(res,i) #循环一次,执行func这个函数 return res print(reduce_test(chengfa,number1)) #240 print(reduce_test(chengfa,number1,10)) #2400 #如果给了init 初始值,就是从初始值 乘以列表的每个元素的的出结果 #2.lambda函数,借助reduce_test()函数定义 print(reduce_test(lambda x,y:x*y,number1,init=3)) #720 #3.使用reduce(),结合lambda() print(reduce(lambda x,y:x*y, number1)) #240 得到列表所有元素,相乘的结果 number1 = [2,3,4,10] #1.普通函数定义 def chengfa(x,y): return x*y #返回得到两个数相乘的结果 def reduce_test(func,seq,init=None): if init is None: res = seq.pop(0) #seq删除第一个元素,并获取删除这个元素 赋值给res else: res = init for i in seq: res = func(res,i) #循环一次,执行func这个函数 return res print(reduce_test(chengfa,number1)) #240 print(reduce_test(chengfa,number1,10)) #2400 #如果给了init 初始值,就是从初始值 乘以列表的每个元素的的出结果 #2.lambda函数,借助reduce_test()函数定义 print(reduce_test(lambda x,y:x*y,number1,init=3)) #720 #3.使用reduce(),结合lambda() from functools import reduce print(reduce(lambda x,y:x*y, number1)) #240
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
print(reduce(lambda x,y:x+y,range(1,101)))
1.6filter函数
filter()函数用于过滤序列
和map()类似,filter()也接受一个函数和一个序列(可迭代的对象,也就是能被for循环),和map()不同的是,fillter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃该元素。
例:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
aa = ['A', '', 'B', None, 'C', ' '] #1.自定义函数测试 def not_empty(s): return s and s.strip() def filter_test(func,iter): res = [] for i in iter: i = func(i) if i: res.append(i) return res print(filter_test(not_empty,aa)) #['A', 'B', 'C'] #2.filter内置函数测试 print(list(filter(not_empty,aa))) #['A', 'B', 'C']
filter()这个函数,关键在于正确实现一个筛选函数,
注:filter()函数返回的是一个iterator,内存地址,需要看内存地址的值, 用list()函数或得该地址的值
1.7sorted函数
sorted()函数也是一个高阶函数,它可以接收key
sorted排序,排序是比较元素的大小,如果是数字可以直接比较,如果是字符串或则两个dict(字典)?
sorted()传入的参数是可迭代的对象,返回值的对象是一个列表
例:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
aa = [11,-10,20,21,30,-40] print(sorted(aa))
接收一个key函数来实现自定义排序
例:根据绝对值大小来进行排序
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
aa = [11,-10,20,21,30,-40] print(sorted(aa,key=abs)) #[-10, 11, 20, 21, 30, -40]
例:字符串排序
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
print(sorted("hello")) #['e', 'h', 'l', 'l', 'o'] print(sorted(["hello","ho","haha"])) # ['haha', 'hello', 'ho']
注:默认情况下,对字符串排序是按照ASCII编码表的大小进行比较的
最后总结:
python内置的几个高阶函数:map() ,reduce(),filter,sorted()