高阶函数:就是把函数当成参数传递的一种函数。例如以下函数即为一个高阶函数。
1.高阶函数示例
"""
abs绝对值
"""
def add(x, y, f):
return f(x) + f(y)
print(add(-8, -22, abs))
注解:
1.调用add函数,分别执行abs(-8)和abs(11),分别计算出他们的值
2.最后再做和运算
2.map()函数
python内置的一个高阶函数,它接收一个函数function和一个iterable序列,并且把序列的元素依此传递给函数function,Python 3.x 返回一个函数function处理完所有序列元素的迭代器,如下:
"""
map()函数
"""
def func1(x):
return x ** 2
li = [1, 2, 3, 4, 5]
print(map(func1, li)) # 返回一个迭代器对象<map object at 地址>
print("map()函数的使用:")
for i in map(func1, li):
print(i, end=' ')
print('\n')
print("*"*50)
print("使用lambda匿名函数:")
for i in map(lambda x: x**2, [1, 2, 3, 4, 5]): # 使用lambda匿名函数
print(i, end=' ')
print('\n')
print("*"*50)
print("多个序列的操作:")
for i in map(lambda x, y: x*y, [1, 2, 3, 4, 5], [6, 7, 8, 9, 10]): # 提供了两个列表,对相同位置的列表数据进行相加
print(i, end=' ')
print('\n')
运行结果:
<map object at 0x0000000002367A20>
map()函数的使用:
1 4 9 16 25
**************************************************
使用lambda匿名函数:
1 4 9 16 25
**************************************************
多个序列的操作:
6 14 24 36 50
3.reduce()函数
reduce()函数也是python的内置高阶函数,reduce()函数接收的的参数和map()类似,一个函数f,一个可迭代对象,但行为和map()不同,reduce()传入的参数f必须接受2个参数,
第一次调用是把可迭代对象的前两个元素传递给f,第二次调用时,就是把前两个可迭代对象元素的计算结果当成第一个参数,可迭代对象的第三个元素当成第二个参数,传入f进行操作,以此类推,并最终返回结果;
python3.x需要从functools导入这个函数。
"""
reduce()函数
"""
from functools import reduce
def func2(x, y):
return x+y
print(reduce(func2, [1, 2, 3, 4, 5], 10))
print(reduce(func2, [1, 2, 3, 4, 5]))
注解:(1)print(reduce(func2, [1, 2, 3, 4, 5], 10))
1,计算a=func2(1,2)的值为3
2,计算b=func2(a,3)的值为6
3,计算c=func2(b,4)的值为10
4,计算d=func2(c,5)的值为15
5,计算func2(d,10)的值为25
其实就是相当于1+2+3+4+5+10 ,最后的10为默认值,及最终执行一次
注解:(2) print(reduce(func2, [1, 2, 3, 4, 5]))
1,计算a=func2(1,2)的值为3
2,计算b=func2(a,3)的值为6
3,计算c=func2(b,4)的值为10
4,计算d=func2(c,5)的值为15
运行结果:
4.filter()函数
filter()函数是python内置的另一个有用的高阶函数,filter()函数接收一个函数f和一个可迭代对象,这个函数f的作用是对每个元素进行判断,返回true或false,filter()根据判断结果自动过滤掉不符合条件的元素,返回由符合条件的元素组成的可迭代对象;
"""
filter()函数
"""
def func3(x):
return x % 2 == 0
print("filter()函数:")
# for i in filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5]): # 使用lambda匿名函数
for i in filter(func3, [1, 2, 3, 4, 5]):
print(i, end=' ')
print('\n')
注解:
注解:
1.可迭代对象元素依此传入到函数func3
2.func3判断每个元素是否符合条件,把符合条件的留下,不符合条件的舍弃
3.把最终符合条件的元素组成一个新的可迭代对象,可以遍历取值
运行结果:
5.sorted()函数
sorted() 函数对所有可迭代的对象进行排序操作。
5.1 sort 与 sorted 区别:
sort 是应用在 list 上的方法,sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作,而内建函数 sorted 方法返回的是一个新的 list,而不是在原来的基础上进行的操作。
5.2 sorted 语法:
sorted(iterable[, key[, reverse]])
参数说明:
- iterable – 可迭代对象。
- key – 主要是用来进行比较的元素,只有一个参数,具体的函数的参数就是取自于可迭代对象中,指定可迭代对象中的一个元素来进行排序。
- reverse – 排序规则,reverse = True 降序 , reverse = False 升序(默认)。
"""
sorted()函数
"""
li = [2, 5, 7, 1, 4, 9, -1]
dict2 = [{'name': 'zs', 'age': 15}, {'name': 'ls', 'age': 5}, {'name': 'ww', 'age': 12}]
print("sorted排序后生成一个新列表:", sorted(li))
print("sorted排序后原列表不改变:", li)
print(sorted(dict2, key=lambda x: x['age'], reverse=True)) # 按age降序排序
print(sorted(dict2, key=lambda x: x['name'])) # 按name升序排序
运行结果:
6.扩展一个python的内置函数——zip()函数
- zip()参数可以接受任何类型的序列,同时也可以有两个以上的参数;当传入参数的长度不同时,zip能自动以最短序列长度为准进行截取,获得元组。
- 在python 3.0中zip()是可迭代对象,使用时必须将其包含在一个list中,方便一次性显示出所有结果
- 搭配for循环,支持并行迭代操作方法
"""
zip()函数
"""
# 使用zip()函数来可以把列表合并,并创建一个元组对的列表。
# 在python 3.0中zip()是可迭代对象,使用时可以将其包含在一个list中,方便一次性显示出所有结果
print(list(zip([1, 2, 3], [4, 5, 6]))) # 合并成元组组成的列表 [(1, 4), (2, 5), (3, 6)]
print(dict(zip(['1', '2', '3'], ['4', '5', '6']))) # 合并成字典 {'1': '4', '2': '5', '3': '6'}
print(tuple(zip([1, 2, 3], [4, 5, 6]))) # 合并成元组组成的大元组 ((1, 4), (2, 5), (3, 6))
# zip()参数可以接受任何类型的序列,同时也可以有两个以上的参数;
# 当传入参数的长度不同时,zip能自动以最短序列长度为准进行截取,获得元组。
str1 = 'abc'
str2 = 'def123'
print(list(zip(str1, str2)))
# 搭配for循环,支持并行迭代操作方法
for x, y in zip({1, 2, 3}, {4, 5, 6}):
print(x*y)
运行结果: