python的内置函数
匿名函数——lambda表达式
语法:
lambda 参数:表达式
冒号前面是形参,冒号后面是函数体,并将结果return到函数调用处
实例:
# 匿名函数,lambda表达式
# 冒号前面是形参,冒号后面是函数体,并将结果return到函数调用处
f = lambda x, y: x + y
print(f(2, 3)) # 5
filter()函数
filter() 函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。
语法:
filter(function, iterable)
第一个为函数,第二个为序列,
序列的每个元素作为参数传递给函数进行判断,然后返回 True 或 False,
最后将返回 True 的元素放到新列表中。
实例:
# filter(函数,可迭代的对象)
# 循环可以迭代的对象,传入函数中执行,如果不符合就过滤
def fun(s): # 定义判断一个数是否是偶数的函数
if s % 2 == 0:
return True
else:
return False
res = filter(fun, [1, 2, 3, 4, 5, 6, 7, 8])
print(res) # 返回的是一个迭代器, <filter object at 0x0000014D08F6FF48>
for i in res:
print(i) # 打印出2,4,6,8
lambda表达式与filter()函数的结合使用
实例:
res = filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5, 6, 7, 8])
for i in res:
print(i) # 打印出2,4,6,8
map()函数
map()会根据提供的函数对指定序列做映射。
语法:
map(function, iterable, ...)
第一个参数 function 以参数序列中的每一个元素调用 function 函数,
返回包含每次 function 函数返回值的新列表。
实例:
# 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信息
def fun(x):
return x + 100
res = map(fun, [1, 2, 3])
print(list(res)) # 使用list()转换为列表, [101, 102, 103]
lambda表达式与map()函数的结合使用
实例:
# 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信息
res = map(lambda x: x + 100, [1, 2, 3])
print(res) # 返回的是一个迭代器, <map object at 0x0000014D08F6FE08>
for i in res:
print(i) # 101,102,103
res2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
print(list(res2)) # 使用list()转换为列表, [3, 7, 11, 15, 19]
zip()函数
zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。
语法:
zip([iterable, ...])
实例:
# zip()函数
l1 = [1, 2, 3, 4]
l2 = ['a', 'b', 'c', 'd']
k = zip(l1, l2)
for i in k:
print(i) # 打印出(1,'a'),(2,'b')....
如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同。
实例:
a = [1, 2, 3, 4, 5]
b = ['aaa', 'bbb', 'ccc', 'ddd']
c = [111, 222, 333, 444]
k = zip(a, b, c)
print(list(k)) # [(1, 'aaa', 111), (2, 'bbb', 222), (3, 'ccc', 333), (4, 'ddd', 444)]
利用 * 号操作符,可以将元组解压为列表。
实例:
l1 = [1, 2, 3, 4]
l2 = ['a', 'b', 'c', 'd']
k = zip(l1, l2)
print(list(zip(*k))) # 与 zip 相反,*zipped 可理解为解压,返回二维矩阵式, [(1, 2, 3, 4), ('a', 'b', 'c', 'd')]
reduce() 函数
reduce() 函数会对参数序列中元素进行累积。
注意:Python3.x reduce() 已经被移到 functools 模块里,如果我们要使用,需要引入 functools 模块来调用 reduce() 函数:
from functools import reduce
语法:
reduce(function, iterable[, initializer])
函数将一个数据集合(链表,元组等)中的所有数据进行下列操作:
用传给 reduce 中的函数 function(有两个参数)先对集合中的第 1、2 个元素进行操作,
得到的结果再与第三个数据用 function 函数运算,最后得到一个结果。
实例:
from functools import reduce
res = reduce(lambda x, y: x + y, [1, 2, 3, 4]) # 与lambda表达式结合使用
print(res) # 10