Python内置函数

map

map(function, sequence) 

map()函数接收两个参数，一个是函数，一个是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Iterator返回。

map()作为高阶函数，事实上它把运算规则抽象了，因此，我们不但可以计算简单的f(x)=x2，还可以计算任意复杂的函数，比如，把这个list所有数字转为字符串：

>>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']

 

filter

filter(function, sequence)

Python内建的filter()函数用于过滤序列。

和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，filter()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。

def is_odd(n):
    return n % 2 == 1

list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
# 结果: [1, 5, 9, 15]

与map的不同

 1 # map
 2 
 3 def f(x):
 4     return x * x
 5 
 6 r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
 7 print(list(r))
 8 
 9 # 结果
10 #[1, 4, 9, 16, 25, 36, 49, 64, 81]
11 
12 # filter
13 
14 def f(x):
15     return x * x
16 
17 r = filter(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
18 print(list(r))
19 
20 #结果
21 #[1, 2, 3, 4, 5, 6, 7, 8, 9]

 reduce

reduce(function, sequence, starting_value)

reduce()把一个函数作用在一个序列[x1, x2, x3,...]上，这个函数必须接受两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

reduce使用前需要先声明

from functools import reduce

对sequence中的item顺序迭代调用function，如果有starting_value，还可以作为初始值调用.

1 from functools import reduce
2  
3 def add1(x,y):
4     return x + y
5  
6 print (reduce(add1, range(1, 101)))## 4950 （注：1+2+...+99）
7  
8 print (reduce(add1, range(1, 101), 20))## 4970 （注：1+2+...+99+20）

lambda

  匿名函数的命名规则，用lamdba 关键字标识，冒号（：）左侧表示函数接收的参数（a,b） ,冒号（：）右侧表示函数的返回值（a+b）。

　　因为lamdba在创建时不需要命名，所以，叫匿名函数

匿名函数lambda x: x * x实际上就是：

def f(x):
    return x * x

a = lamdba x: x * x，a是一个函数名

用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数

 

 1 #普通函数
 2 def add(a,b):
 3     return a + b
 4  
 5 print add(2,3)
 6  
 7   
 8 #匿名函数
 9 add = lambda a,b : a + b
10 print add(2,3)
11  
12  
13 #========输出===========
14 5
15 5

 

转载于:https://www.cnblogs.com/bw13/p/5848910.html