python高级特性和高阶函数

python高级特性

1、集合的推导式

• 列表推导式，使用一句表达式构造一个新列表，可包含过滤、转换等操作。

语法：[exp for item in collection if codition]

if codition - 可选

• 字典推导式，使用一句表达式构造一个新列表，可包含过滤、转换等操作。

语法：{key_exp：value_exp for item in collection if codition}

 

• 集合推导式

语法：{exp for item in collection if codition}

• 嵌套列表推导式

 

 

2、多函数模式

函数列表，python中一切皆对象。

# 处理字符串
str_lst = ['$1.123', '  $1123.454', '$899.12312']

def remove_space(str):
    """
    remove space
    """
    str_no_space = str.replace(' ', '')
    return str_no_space

def remove_dollar(str):
    """
    remove $
    """
    if '$' in str:
        return str.replace('$', '')
    else:
        return str

def clean_str_lst(str_lst, operations):
    """
        clean string list
    """
    result = []
    for item in str_lst:
        for op in operations:
            item = op(item)
        result.append(item)
    return result

clean_operations = [remove_space, remove_dollar]
result = clean_str_lst(str_lst, clean_operations)
print result

执行结果：['1.123', '1123.454', '899.12312']

 

3、匿名函数lambda

• 没有函数名
• 单条语句组成
• 语句执行的结果就是返回值
• 可用作sort的key函数

 

 

python高阶函数

1、函数式编程

• 函数本身可以赋值给变量，赋值后变量为函数；
• 允许将函数本身作为参数传入另一个函数；
• 允许返回一个函数。

2、map/reduce函数

• map(fun, lst)，将传入的函数变量func作用到lst变量的每个元素中，并将结果组成新的列表返回

• reduce（func（x,y），lst），其中func必须有两个参数。每次func计算的结果继续和序列的下一个元素做累积计算。

　　lst = [a1, a2 ,a3, ......, an]

　　reduce(func(x,y), lst) = func(func(func(a1, a2), a3), ......, an)

3、filter函数

• 筛选序列
• filter（func, lst），将func作用于lst的每个元素，然后根据返回值是True或False判断是保留还是丢弃该元素。