1.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list,
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,返回由符合条件元素组成的新list。
请利用filter()过滤出1~100中平方根是整数的数,即结果应该是:
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
import math
def is_sqr(x):
num=int(math.sqrt(x))
if num*num==x:
return x
print filter(is_sqr, range(1, 101))
2.sorted()函数
sorted()也是一个高阶函数,可以接收一个比较函数来实现自定义排序,
比较函数的定义是,传入两个待比较的元素 x, y,如果 x 应该排在 y 的前面,返回 -1,
如果 x 应该排在 y 的后面,返回 1。如果 x 和 y 相等,返回 0。
例子1:要实现列表元素的倒序排序:
ef reversed_cmp(x, y):
if x > y:
return -1
if x < y:
return 1
return 0
print sorted([36, 5, 12, 9, 21], reversed_cmp)
输出:[36, 21, 12, 9, 5]
例子2:
对字符串排序时,有时候忽略大小写排序更符合习惯。请利用sorted()高阶函数,实现忽略大小写排序的算法。
输入:[‘bob’, ‘about’, ‘Zoo’, ‘Credit’]
输出:[‘about’, ‘bob’, ‘Credit’, ‘Zoo’]
def cmp_ignore_case(s1, s2):
if s1[0].upper()>s2[0].upper():
return 1
if s1[0].upper()<s2[0].upper():
return -1
return 0
print sorted(['bob', 'about', 'Zoo', 'Credit'], cmp_ignore_case)
偏函数实现
import functools
sorted_ignore_case = functools.partial(sorted, cmp=lambda s1, s2: cmp(s1.upper(), s2.upper()))
print sorted_ignore_case(['bob', 'about', 'Zoo', 'Credit'])
3.函数内定义函数,返回函数
定义一个函数 f(),我们让它返回一个函数 g,可以这样写:
def f():
print ‘call f()…’
# 定义函数g:
def g():
print ‘call g()…’
# 返回函数g:
return g
例子:
请编写一个函数calc_prod(lst),它接收一个list,返回一个函数,
返回函数可以计算参数的乘积。
def calc_prod(lst):
def mul(list_x):
num=1
for i in list_x:
num=num*i
return num
return mul(lst)
f = calc_prod([1, 2, 3, 4])
print f
4.闭包Closure
内层函数引用了外层函数的变量(参数也算变量),然后返回内层函数的情况,
称为闭包(Closure)。
闭包的特点是返回的函数还引用了外层函数的局部变量,所以,要正确使用闭包,
就要确保引用的局部变量在函数返回后不能变。举例如下:
#希望一次返回3个函数,分别计算1x1,2x2,3x3:
def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs
f1, f2, f3 = count()
你可能认为调用f1(),f2()和f3()结果应该是1,4,9,但实际结果全部都是 9。
原因就是当count()函数返回了3个函数时,这3个函数所引用的变量 i 的值已经变成了3。由于f1、f2、f3并没有被调用,所以,此时他们并未计算 i*i,当 f1 被调用时:
>>> f1()
9 # 因为f1现在才计算i*i,但现在i的值已经变为3
例子:返回闭包不能引用循环变量,改写count()函数,
正确返回能计算1x1、2x2、3x3的函数。
def count():
fs = []
for i in range(1, 4):
s=i*i
fs.append(s)
return fs
f1, f2, f3 = count()
print f1, f2, f3
#5,匿名函数
高阶函数可以接收函数做参数,有些时候,我们不需要显式地定义函数,直接传入匿名函数更方便。
在Python中,对匿名函数提供了有限支持。还是以map()函数为例,计算 f(x)=x*x 时,除了定义一个f(x)的函数外,还可以直接传入匿名函数:
>>> map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])
[1, 4, 9, 16, 25, 36, 49, 64, 81]
通过对比可以看出,匿名函数 lambda x: x * x 实际上就是:
def f(x):
return x * x
关键字lambda 表示匿名函数,冒号前面的 x 表示函数参数。
匿名函数有个限制,就是只能有一个表达式,不写return,返回值就是该表达式的结果。