python进阶之高阶函数

1.高阶函数

1.1 定义

　　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。

示例1：

def add(x,y):
    return x + y
def sub(x,y):
    return x - y
    
def orign(x, y, fun):
    return fun(x, y)
# 函数origin接受三个参数：x,y,function,这里尤其注意传入的function函数为函数名，非函数名+（）,如果这样用的话意义是函数的调用。

示例2：

1.从一个大列表找出最大长度的子序列：bigList = [["hello", "world"], ["python", "Java", "C++"], ["Dmall"]]，注：sorted典型的高阶函数

1.2 匿名函数

匿名函数不需要显示地定义函数名，使用【lambda 参数 : 表达式】的方式，即：

lambda [arg1 [,arg2, ... argN]] : expression

特点：

• 不用取名称，匿名函数节省了用def声明函数的步骤。
• 但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，优点是调用小函数时不占用栈内存从而增加运行效率。

示例：

sumByLam = lambda arg1, arg2: arg1 + arg2
print(sumByLam (1.2, 3))

应用实例

# 商品排序：一行代码取出价格最贵的商品/按照商品价格排序：字典排序 wareInfos = {'伊利牛奶': [1, 12, 102456, 2.28], '三元牛奶': [1, 12, 103567, 2.50], '蒙牛牛奶': [1, 12, 109876, 2.12]}

print(dict(sorted(wareInfos.items(), key=lambda ware: ware[1][-1])))

注：字典无序，但可转换成列表形式排序

1.3 map函数

定义：函数接收两个参数，一个是函数，一个是序列(可迭代对象)，将 一个函数映射到序列的每一个元素上，生成新序列，包含所有函数返回值(其返回值为一个迭代器对象)。

• 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。

注：map函数返回的迭代器只能迭代一次，迭代之后会自动清空

例：把用户输入的英文名规范化，['adam', 'LISA', 'barT']，输出：['Adam', 'Lisa', 'Bart']，可考虑多种实现方法。
#方法一：常规循环
names = ['adam', 'LISA', 'barT']
new_name = []
for name in names:
    new_name.append(name.capitalize())
print(new_name)
# 方法二：使用列表推导式
new_name2 = [name.capitalize() for name in names]
print(new_name2)
# 方法三：使用map函数
new_name3 = list(map(lambda name: name.capitalize(), names))

for循环、列表推导式与map函数的执行效率：

　　一般来说如果不是特别复杂，for循环、列表推导式与map函数的执行效率是差不多的；数据量大的情况下，列表推导式与map要优于常规for循环

def timer(func, *args, **kargs):
    start_time = time.time()
    res = func(*args, **kargs)
    total_time = (time.time() - start_time)*1000
    return "函数{}执行时间为{}, 执行结果为{}".format(func.__name__, total_time, res)

def forloop(times):
    res = []
    for x in range(times):
        res.append(x*x)
    return res

def listComp(times):
    return [i*i for i in range(times)]

def mapCall(times):
    return map(lambda x: x*x, range(times))

1.4 reduce函数

定义：function参数是一个有两个参数的函数，reduce依次从sequence中取一个元素，和上一次调用function的结果做参数再次调用function。reduce函数会对参数序列中元素进行累积。

• 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

与map区别：map是并行操作， reduce函数是通过传入函数把多个参数合并的操作

例：100以内的累加、累乘

print(reduce(lambda x, y: x+y, range(1, 100), 10)) # 等同于sum(range(1, 100)
print(reduce(lambda x, y: x*y, range(1, 100)))

1.5 filter函数

filter()：“筛选”函数，接收一个布尔值返回值的函数和一个序列，把传入的函数依次作用于每个元素，根据返回值是True还是False决定保留还是丢弃该元素。

• 语法：filter(function, iterable)

• 参数：function---- 判断函数，iterable -- 可迭代对象。

例：取出100以内的奇数

#方法一，利用filter：
print(list(filter(lambda x: x % 2, range(100))))
#方法二，列表推导式
print([i for i in range(100) if i % 2])

实例应用

stores = [[1, '北京XX', 6, '古城店', '116.186187', '39.91105', '3d91fed35501edf0c7bc8c16bee34ac8@MS02LTE', '90207c4a9bd6a66fe046aa19f17e33df@MTk3LTE3MzAw', '1'],
          [1, '北京XX', 10, '新风店', '116.376568', '39.962721', '1078230f4621d495f1fe62de206480f2@MS0xMC0x', 'f6c82428f4a41854d0be0fc1d5d362ad@NzAyLTU3Njky', '2'],
          [1, '北京XX', 14, '云岗店', '116.163931', '39.810204', '848cc6f9daa7bbc555c00671c93a8f6c@MS0xNC0x', '71e41edb20992dc490f3b1928d1b2fb8@OTMyLTY3NjYy', '2'],]
# 获取业态为O2O的门店
#方法一：使用filter
print(list(filter(lambda store: store[-1] == "1", stores)))
# 方法二：使用列表推导式
print([store for store in stores if store[-1] == "1"])

小结：map、filter 和 reduce 这三种技术可以提供描述迭代原因的函数替代方案，以便避免过多的 for 循环。