一、匿名函数lambda
原型:lambda<参数>:函数体,隐函数,定义一些简单的操作,
lambda argument1, argument2,...,argumentN: expression using arguments
1、lambda是一个表达式,而不是一个语句。
因为这一点,lambda可以出现在python语法不允许def出现的地方---例如,在一个列表常量中或者函数调用的参数中,此外,作为一个表达式,lambda返回一个值(一个新函数),可以选择性地赋值给一个变量名。相反,def语句总是得在头部将一个新的函数赋值给一个变量名,而不是将这个函数作为结果返回。
2、lambda的主体是一个单个的表达式,而不是一个代码块。
lambda是一个为编写简单的函数设计的,而def用来处理更大的任务。
3、lambda表达式是起到一个函数速写的作用。允许在代码内嵌入一个函数的定义。
例1:定义一个lambda表达式,求三个数的和
# -*- coding: UTF-8 -*-
f = lambda x,y,z:x+y+z
print f(1,2,3)
print f(4,5,6)
6
15
例2:
>>> x=(lambda a="fee", b="fie", c ="foe": a+b+c)
>>> x("wee")
'weefiefoe'
例3:用lambda表达式求n的阶乘
# -*- coding: UTF-8 -*-
n = 5
print reduce(lambda x,y:x*y,range(1,n+1))
120
例4:lambda表达式也可以用在def函数中
# -*- coding: UTF-8 -*-
def action(x):
return lambda y:x+y
a = action(2)
print a(22)
24
这里定义了一个action函数,返回了一个lambda表达式。其中lambda表达式获取了到了上层def作用域的变量名x的值。
a是action函数的返回值,a(22),即是调用了action返回的lambda表达式。
这里也可以把def直接写成lambda形式。如下:
# -*- coding:UTF-8 -*-
b = lambda x:lambda y:x+y
a = b(3)
print a(2)
print (b(2))(2)
5
4
例5 :通常用lambda来编写跳转表,如下:
>>> L = [lambda x:x**2, lambda x:x**3, lambda x:x**4]
>>> for f in L:
print(f(2))
4
8
16
>>> print(L[0](3))
9
二、Map函数
原型:map(function,sequence),作用是将一个列表映射到另一个列表
map(function,sequence,[sequence,...])->iterator
通过定义可以看到,这个函数的第一个参数是一个函数,剩下的参数是一个或多个序列,返回值是一个迭代器。
function可以理解为是一个一对一或多对一函数,map的作用是以参数序列中的每一个元素调用function函数,返回包含每次function函数返回值的迭代器。
返回可迭代对象,需要list调用来显示所有结果。
>>> list(map(lambda x:x+2,[1,2,3]))
[3,4,5]
>>> list(map(pow,[1,2,3],[2,3,4]))
[1,8,81]
注:pow()函数: 返回x的y次方的值。
>>> def add(x,y): return x+y
>>> map(add, range(8),range(8))
[0,2,4,6,8,10,12,14]
三、filter函数
filter函数会对指定序列执行过滤操作
filter函数的定义:
filter(functon or None, sequence) ->iterator
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。
返回课迭代对象,需要用list调用来显示所有结果。
>>> list(filter((lambda x: x>0), range(-5,5)))
[1,2,3,4]
>>> list(fliter(None,range(-5,5)))
[-5,-4,-3,-2,-1,1,2,3,4]
注:若function为None,则会返回包含非空元素的迭代器。
>>> def f(x): return x % 2 != 0 and x % 3 != 0
>>> filter(f, range(2,25))
[5,7,11,13,17,19,23]
四、reduce函数
reduce函数,reduce函数会对参数序列中元素进行累积。
reduce函数的定义:
functools.reduce(function, iterable, [initializer]) #python3中reduce是在functools模块中
function参数是一个有两个参数的函数,reduce依次从iterable中取一个元素,和上一次调用function的结果做参数再次调用function。
第一次调用function时,如果提供initial参数,会以iterable中的第一个元素和initial作为参数调用function,否则会以iterable中的前两个元素做参数调用function。
等价于:
def reduce(function,iterable,initializer=None):
it = iter(iterable)
if initializer is None:
value = next(it)
else:
value = initializer
for element in it:
value = function(value,element)
return value
>>> import functools
>>> functools.reduce(lambda x,y:x+y,[1,2,3,4])
10
>>> functools.reduce(lambda x,y:x+y,[1,2,3,4],10)
20
>>> functools.reduce(lambda x,y,x*y,[1,2,3,4])
24
如果没有initial参数,这么算:(((1+2)+3)+4)
如果有initial参数,这么算:((((10 +1)+2)+3)+4)
注意:function函数不能为None,function必须是有2个参数的函数。
五、zip函数
其中sorted()和zip()返回一个序列(列表)对象,reversed()、enumerate()返回一个迭代器(类似序列)
定义:zip([seql,...])接受一系列可迭代对象作为参数,将对象中对应的元素打包成一个个tuple,然后返回由这些tuples组成的list。若传入参数的长度不相等,则返回list的长度和参数中长度最短的对象相同。
>>> list(zip([1,23,3],[213,45,2])) #两个列表长度一致
[(1,213),(23,45),(3,2)]
>>> list(zip([1,23,3],[213,45,2,34,54])) #两个列表长度不一致,以短的为准
[(1,213),(23,45),(3,2)]
zip一些应用:
>>> [[i for i in range(3*n+1,3*n+4)] for n in range(3)]
[[1,2,3],[4,5,6],[7,8,9]]
1、二维矩阵变换(矩阵的行列互换)
>>> a = [[1,2,3],[4,5,6],[7,8,9]]
>>> [[row[col] for row in a] for col in range(len(a[0]))]
[[1,4,7],[2,5,8],[3,6,9]]
>>> list(zip(*a))
[[1,4,7],[2,5,8],[3,6,9]]
>>> map(list,zip(*a))
[[1,4,7],[2,5,8],[3,6,9]]
2、*操作符与zip函数配合可以实现与zip相反的功能,即将合并的序列拆成多个tuple
>>> x=[1,2,3] , y=['a','b','c'] >>> zip(*zip(x,y))
[(1,2,3),('a','b','c')]
3、使用zip合并相邻的列表项
>>> a = [1,2,3,4,5,6] >>> list(zip(*([iter(a)] * 2)))
[(1,2),(3,4),(5,6)]
>>> group_adjacent = lambda a,k:zip(*([iter(a)] * k)) >>> list(group_adjacent(a,3))
[(1,2,3),(4,5,6)]
>>> list(group_adjacent(a,2))
[(1,2),(3,4),(5,6)]
>>> list(group_adjacent(a,1))
[(1,),(2,),(3,),(4,),(5,),(6,)]
>>> list(zip(a[::2],a[1::2]))
[(1,2),(3,4),(5,6)]
>>> list(zip(a[::3], a[1::3], a[2::3]))
[(1,2,3),(4,5,6)]
>>> group_adjacent = lambda a, k: zip(*(a[i::k] for i in range(k))) >>> list(group_adjacent(a,3))
[(1,2,3),(4,5,6)]
>>> list(group_adjacent(a,2))
[(1,2),(3,4),(5,6)]
>>> list(group_adjacent(a,1))
[(1,),(2,),(3,),(4,),(5,),(6,)]
4、使用zip和iterator生成滑动窗口(n-grams)
>>> from itertools import islice >>> def n_grams(a,n): z = (islice(a,i,None) for i in range(n)) return zip(*z)
>>> a = [1,2,3,4,5,6]
>>> list(n_grams(a,3))
[(1,2,3),(2,3,4),(3,4,5),(4,5,6)]
>>> list(n_grams(a,2))
[(1,2),(2,3),(3,4),(4,5),(5,6)]
>>> list(n_grams(a,4))
[(1,2,3,4),(2,3,4,5),(3,4,5,6)]
5、使用zip反转字典
>>> m = {'a':1, 'b':2, 'c':3, 'd':4} >>> list(m,items())
[('a',1),('b',2),('c',3),('d',4)]
>>> list(zip(m.values(), m.keys()))
[(1,'a'),(3,'c'),(2,'b'),(4,'d')]
>>> dict(zip(m.values(),m.keys()))
{1:'a',2:'b',3:'c',4:'d'}
参考文献:https://www.cnblogs.com/MrFiona/p/5958916.html