python中的高阶函数
文章目录:
1 什么是高阶函数?
只要满足下面的任意一个条件就是高阶函数
- 1、一个函数的
函数名
作为参数传给另外一个函数 - 2、一个函数返回值(return)为另外一个
函数
(返回为自己,则为递归)
下面分别举例详细说明:
1.1 高阶函数:一个函数的函数名
作为参数传给另外一个函数
def func():
print("定义一个普通函数")
def high_level(func):
print("定义一个高阶函数")
# 在函数内部,通过传入的函数参数调用
func()
high_level(func)
# 结果
"""
定义一个高阶函数
定义一个普通函数
"""
把一个函数名作为参数传给另外一个函数之后,就可以在高阶函数内部调用这个函数了
1.2 高阶函数:一个函数返回值(return)为另外一个函数
def func():
print("定义一个普通函数")
def high_level(func):
print("定义一个高阶函数")
return func
# return func() 这个是直接返回函数调用,递归函数就是如此
res = high_level(func)
# 高阶函数返回函数之后在调用func函数
res()
# 结果
"""
定义一个高阶函数
定义一个普通函数
"""
要高阶函数的返回值为函数,则必须要把函数作为参数传入
2 python内置的高阶函数
1、map
2、filter
3、reduce
:是functools模块中的函数,需要导入- 4、sorted
2.1 高阶函数:map
map
函数接收的是两个参数,一个是函数名,另外一个是序列,其功能是将序列中的数值作为函数的参数依次传入到函数值中执行,然后再返回到列表中。返回值是一个迭代器对象
eg:<map object at 0x00000214EEF40BA8>
图片示例:
举例说明:
def func(x):
return x**2
map(func, [2,3,4,5])
print(map(func, [2,3,4,5]))
print(type(map(func, [2,3,4,5])))
res = map(func, [2,3,4,5])
for i in res:
print(i)
list(map(func, [2,3,4,5]))
# 结果
"""
<map object at 0x0000022C5F15CB00>
<class 'map'>
4
9
16
25
[4, 9, 16, 25]
"""
可以看出,只要用map函数,就可以让列表中的每一个数都完成一次对函数参数的调用,并将结果返回到一个可迭代对象中
可以通过 list(map()) 将map函数返回的迭代对象转化为列表
高阶函数map
一般 和 匿名函数 lambda联合使用
calc1 = lambda x:x**2
print(calc1(2))
calc2 = lambda x, y : x*y
print(calc2(3, 5))
print(list(map(calc1, [6,7,8,9])))
# 或 # 两者是一样的
print(list(map(lambda x, : x**2, [6,7,8,9])))
print(list(map(calc2, [2,3,4,5], [6,7,8,9])))
# 或 # 两者是一样的
print(list(map(lambda x, y : x*y, [2,3,4,5], [6,7,8,9])))
# 结果
"""
4
15
[36, 49, 64, 81]
[36, 49, 64, 81]
[12, 21, 32, 45]
[12, 21, 32, 45]
"""
2.1.1 对于迭代器Iterator三种方式访问
- next()
- for循环
- 变成列表
res = map(lambda x:x**3, [2,3,4])
next(res)
res = map(lambda x:x**3, [2,3,4])
for i in res:
print(i)
res = map(lambda x:x**3, [2,3,4])
print(list(res))
2.2 高阶函数:filter
filter函数也是接收一个函数和一个序列的高阶函数,其主要功能是过滤
。其返回值也是迭代器对象,例如:<filter object at 0x000002042D25EA90>,其图示如下:
图片示例:
names=["Alex","amanda","xiaowu"]
#filter函数机制
def filter_test(func,iter):
names_1=[]
for i in iter:
if func(i): #传入的func函数其结果必须为bool值,才有意义
names_1.append(i)
return names_1
#filter_test函数
print(filter_test(lambda x:x.islower(),names))
#filter函数
print(list(filter(lambda x:x.islower(),names)))
传入的参数返回的是布尔值, 例如: "Tom".islower(),返回的是一个布尔值False,只有所有的字母小写返回True
2.3 高阶函数:reduce
reduce函数也是一个参数为函数,另一个参数为可迭代对象 Iterable Object(eg: list列表)。,其返回值为一个值而不是迭代器对象
,故其常用与叠加、叠乘
等,图示例如下:
reduce中的函数必须也要接收2个参数,执行时把前一个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)
from functools import reduce
def func(x, y):
return x*10 + y
reduce(func, [3,4,5,6])
# func(3,4) = 3*10+4 = 34
# func( func(3,4),5) = func(34, 5) = 34*10+5 = 345
# func( func( func(3,4), 5), 6) = 345*10 +6 = 3456
# 结果
# 3456
Map/Reduce常常一起配合使用,下面的例子是一个用Map/Reduce把str转换为int的函数:
from functools import reduce
DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
def str2int(s):
def fn(x, y):
return x * 10 + y
def char2num(s):
return DIGITS[s]
return reduce(fn, map(char2num, s))
# 结果
# 123456789
2.4 高阶函数:sorted
Python内置的sorted()函数就可以对list进行排序:
>>> sorted([36, 5, -12, 9, -21])
[-21, -12, 5, 9, 36]
此外,sorted()函数也是一个高阶函数,它还可以接收一个key函数来实现自定义的排序,例如按绝对值大小排序:
>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]
key指定的函数将作用于list的每一个元素上,并根据key函数返回的结果进行排序。
我们再看一个字符串排序的例子:
>>> sorted(['bob', 'about', 'Zoo', 'Credit'])
['Credit', 'Zoo', 'about', 'bob']
默认情况下,对字符串排序,是按照ASCII的大小比较的,由于’Z’ < ‘a’,结果,大写字母Z会排在小写字母a的前面。
现在,我们提出排序应该忽略大小写,按照字母序排序。要实现这个算法,不必对现有代码大加改动,只要我们能用一个key函数把字符串映射为忽略大小写排序即可。忽略大小写来比较两个字符串,实际上就是先把字符串都变成大写(或者都变成小写),再比较。
>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
['about', 'bob', 'Credit', 'Zoo']
要进行反向排序,不必改动key函数,可以传入第三个参数reverse=True:
>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']
参考:
1、https://www.cnblogs.com/littlefivebolg/articles/9094942.html
2、https://www.cnblogs.com/ArsenalfanInECNU/p/9620931.html # 博客值得学习
♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠