转载自:http://www.cnblogs.com/feeland/
Python 内置了一些比较特殊且实用的函数,使用这些能使你的代码简洁而易读。
下面对 Python 的 lambda、filter、map、reduce 进行初步的学习。reduce 仅提一下,递归的方法建议用循环替代。
lambda 匿名函数
lambda语句中,冒号前是参数,可以有多个,用逗号隔开,冒号右边的返回值。
lambda语句构建的其实是一个函数对象,参考下例来感受下 lambda 匿名函数:
1 def f(i): # 用户自定义返回平方数 2 return i*i 3 print(f(3)) 4 5 g = lambda x : x*x # lambda 匿名函数 6 print(g(3))
lambda 函数和普通的函数相比,就是省去了函数名称,同时这样的匿名函数,不能共享在别的地方调用,也有很多别的方法能够代替lambda。
那是否 lambda 就没有必要了呢? 感觉上,lambda 还是有以下优势的:
1. 省去定义函数的过程,快速定义单行的最小函数,让代码更加精简
2. 不需要复用的函数,无须定义函数名称
3. 和 filter map reduce 结合使用
lambda 函数可包含多个参数,参考下方示例:
1 def f(x,y): 2 return x+y 3 print(f(3,4)) 4 g = lambda x,y : x+y 5 print(g(3,4))
lambda 类似于C语言中的宏,是从LISP借用来的;C#3.0开始,也有类似的表达式,关键字是=>,参考如下:
1 var array = new int[] {2, 3, 5, 7, 9}; 2 var result = array.Where(n => n > 3); // [5, 6, 9]
filter 函数
filter 函数会对指定序列执行过滤操作,filter(function or None, sequence) -> filter object (list, tuple, or string in 2.x)
filter 函数会对序列参数 sequence 中的每个元素调用 function 函数,最后返回的结果包含调用结果为True的元素
注意:3.x 返回的是一个filter object (后续的函数map也是返回object),要加上list()等类型转换;而之前 2.x 版本的返回值类型和参数sequence的类型相同
1 '''filter''' 2 def is_Even(i): 3 if(i%2==0): 4 return True 5 else: 6 return False 7 l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 8 l = filter(is_Even, l) 9 print(l) # 3.x 返回的是对象 filter object 10 l = list(l) # 3.x 须做类型转换 11 print(l) 12 13 l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 14 l = list(filter(lambda x : x%2==0, l)) # 结合lambda 15 print(l)
map 函数
map 函数会对指定序列做映射操作,map(function or None, sequence) -> map object (list, tuple, or string in 2.x)
map 函数会对序列参数 sequence 中的每个元素调用 function 函数,返回的结果为每一个元素调用function函数的返回值
1 '''map''' 2 def sqr(i): 3 return i**2 4 l = [1,2,3] 5 l = map(sqr,l) 6 print(l) # 3.x 返回的是对象 map object 7 l = list(l) 8 print(l) 9 10 l = [1,2,3] 11 l = list(map(lambda x : x**2, l)) # 结合lambda 12 print(l)
reduce 函数
注意:reduce 函数在 3.x 版本不是内建函数了,reduce()函数已经被从全局名字空间里移除了,它现在被放置在fucntools模块里,用的话要 先引入
from functools import reduce
reduce 函数会对指定序列做迭代操作,reduce(function, sequence[, initial]) -> value
reduce 函数中的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。
1 '''reduce''' 2 from functools import reduce # 3.x 版本须引入 3 def sum(x,y): 4 return x+y 5 l = [1,2,3,4,5,6] 6 l = reduce(sum,l) 7 print(l) 8 9 l = [1,2,3,4,5,6] 10 l = reduce(lambda x,y:x+y,l) # 结合lambda 11 print(l) 12 help(reduce) # 查看 reduce 帮助