高阶函数
将函数作为参数传入,这样的函数称为高阶函数。函数式编程就是指这种高度抽象的编程范式。
变量可以指向函数,函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。如下所示:
1 def fun0(x,y,fun):
2 return fun(x)*fun(y)
3 print(fun0(-9,-10,abs))
1. 高阶函数之map
map(fun, lst),将传入的函数变量func作用到lst变量的每个元素中,并将结果组成新的列表返回。
1 list1=[0,1,2,3,4,5,6,7,8,9]
2
3 list_result=[]
4 for i in list1:
5 list_result.append(i*i*i)
6 print(list_result)
7
8 def cube(x):#求立方
9 return x*x*x
10 print(list(map(cube,list1)))
11
12
13 list2=[10,11,12,13,14,15,16,17,18,19]
14 def multi(x,y):
15 return x*y
16
17 #map接收两个list,可用于两个列表的对应索引数据进行操作
18 print(list(map(multi,list1,list2)))
2. 高阶函数之匿名函数
定义一个匿名函数并调用,定义格式如-->lambda arg1,arg2…:表达式
1 f=lambda x,y:x+y
2 print(f(10,20))
3
4 #不需要显式地定义函数,直接传入匿名函数更方便
5 print(list(map(lambda x:x*x*x,list1)))
3. 高阶函数之reduce
reduce把一个函数作用在一个序列[x1, x2, x3, …]上,这个函数必须接收两个参数,reduce把结果继续和序列的下一个元素做累积计算。
1 from functools import reduce
2 list1=[1,3,5,7,9] #如何让列表里面的值变成一个数字13579输出
3 def fun(x,y):
4 return x*10+y
5 print(reduce(fun,list1))
6 print(reduce(lambda x,y:x*10+y,list1))#利用lambda来实现
7
8 print(reduce(lambda x,y:x+y,range(1,101)))#从1+2+...+99+100的总和