Python 简明教程 --- 16,Python 高阶函数
微信公众号:码农充电站pro
个人主页:https://codeshellme.github.io
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:
- map
- reduce
- filter
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
在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:当
initial
存在时:reduce(func, [x1, x2, x3], initial) = func(func(func(initial, x1), x2), x3)
当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
中
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
值当
func
返回True
时:对应的iterable
中的元素,会放在结果集中
当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 --- 14,Python 数据结构进阶
欢迎关注作者公众号,获取更多技术干货。