python learning4 高阶应用等



#高阶函数

map/reduce

In [2]:

#我们先看map。map()函数接收两个参数，一个是函数，
#一个是Iterable，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返回。
def f(x):
    return x*x
r=map(f,[1,2,3,4,5])
r

Out[2]:

<map at 0x1e74d3cf860>

In [3]:

list(r)

Out[3]:

[1, 4, 9, 16, 25]

In [4]:

#再看reduce的用法。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，其效果就是：
from functools import reduce
def add(x,y):
    return x+y
reduce(add,[1,3,5,7,9])

Out[4]:

25

In [5]:

def fn(x,y):
    return x*10+y
reduce(fn,[1,3,5,7,9])

Out[5]:

13579

filter

Python内建的filter()函数用于过滤序列。

和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，#然后根据返回值是True还是False决定保留还是丢弃该元素。

In [6]:

def is_odd(n):
    return n%2==1
list(filter(is_odd,[1,2,4,6,8,9]))

Out[6]:

[1, 9]

In [10]:

#把一个序列中的空字符串删掉
def not_empty(s):
    return s and s.strip()#结果必须是判断是true还是false
list(filter(not_empty,['A','','B',None,'C',' ']))

Out[10]:

['A', 'B', 'C']

sorted

排序

In [11]:

sorted([36,-5,-12,-9])

Out[11]:

[-12, -9, -5, 36]

In [12]:

sorted([36,-5,-12,15],key=abs)

Out[12]:

[-5, -12, 15, 36]

In [14]:

#返回函数，# 闭包
#返回闭包时牢记一点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。

def lazy_sum(*args):
    def sum():
        ax=0
        for n in args:
            ax=ax+n
        return ax
    return sum

In [15]:

f=lazy_sum(1,3,5,7,9)
f

Out[15]:

<function __main__.lazy_sum.<locals>.sum>

In [16]:

f()

Out[16]:

25

匿名函数

In [18]:

list(map(lambda x:x*x,[1,2,3,4,5,6]))

Out[18]:

[1, 4, 9, 16, 25, 36]

In [19]:

#lambda表示匿名函数，冒号前面的x表示函数参数。
#匿名函数不用写return.返回值就是表达式的结果
#匿名函数可以把函数值赋给一个变量，再利用变量来调用该函数
f=lambda x:x*x
f

Out[19]:

<function __main__.<lambda>>

In [20]:

f(5)

Out[20]:

25

In [22]:

def build(x,y):
    return lambda:x*x+y*y
build(5,7)

Out[22]:

<function __main__.build.<locals>.<lambda>>

In [26]:

f=build(5,7)
f

Out[26]:

<function __main__.build.<locals>.<lambda>>

In [27]:

f()

Out[27]:

74