高阶函数python,python中的高阶函数

2.内之高阶函数_map

map():接收两个参数，一个是函数 一个是序列

map将传入的函数依次作用到序列的每个元素，并且把结果作为新的序列返回

#对于一个序列[-1,3,-4,-5]的每一个元素求绝对值

import random

print(list(map(abs,[-1,3,-4,-5])))

#对于每个元素求阶乘

def factoria(x):

"""对x求阶乘"""

res = 1

for i in range(1,x+1):

res = res * i

return res

li = [random.randint(2,7) for i in range(10)]

print(list(map(factoria,li)))

#将一个字符串转换成整型

from functools import reduce

def str2int(s):

def char2int(ch):

c = {str(x): x for x in range(10)}

return c[ch]

def fun(n1, n2):

return n1 * 10 + n2

return reduce(fun, map(char2int, s))

num = str2int(‘12345‘)

print(type(num), num)

3.内置高阶函数_filter

filter过滤函数

和map()类似的，也接收一个函数和一个序列

但是和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或者False决定保留还是丢弃该元素

def isodd(num):

if num % 2 == 0:

return True

else:

return False

print(list(filter(isodd,range(100))))

4.匿名函数

匿名函数的关键字为 lambda，冒号前面是 形参 冒号后面是返回值 。

lambda函数能实现普通一样的功能，能传入参数，也能返回运算结果；不同的是lambda函数没有函数名，通常只有一行的表达式，函数的复杂程度也有限。

from functools import reduce

def add(x,y):

return x+y

print(reduce(add,range(10)))

print(reduce(lambda x,y:x+y,range(10)))

def mypow(x):

return x2

print(list(map(lambda x:x2,range(5))))

def isood(num):

return num%2 ==0

print(list(filter(lambda x:x%2==0,range(100))))

5.sorted( )函数

sorted( )函数是用来对可迭代对象排序的，与列表的list( )函数不同，后者是在原位置上进行排序的，排序后原列表的元素顺序会发生改变，而前者是将排序后的结构生成到一个新的列表中。

s = [‘dfs‘,‘Fds‘,‘tda‘,‘Eds‘]

print(s)

print(sorted(s))

print(sorted(s,key=str.lower))

print(sorted(s,key=str.upper,reverse=True))

info = [

商品名称 商品数量 商品价格

(‘apple1‘,200,32),

(‘apple2‘, 40, 12),

(‘apple3‘, 1000, 23),

(‘apple1‘, 40, 2),

(‘apple1‘, 40, 5)

]

#按照商品数量进行排序

def sorted_by_count(x):

return x[1]

#按照商品价格进行排序

def sorted_by_price(x):

return x[2]

#先按照商品数量进行小-大的排序，如果商品数量一样

#则按照商品价格由小-大进行排序

def sorted_by_count_price(x):

return x[1],x[2]

print(sorted(info,key=sorted_by_count))

print(sorted(info,key=sorted_by_price))

print(sorted(info,key=sorted_by_count_price))

#假设我们用一组tuple表示学生名字和成绩，

L =[(‘Bob‘, 75), (‘Adam‘, 92), (‘Bart‘, 66),

(‘Lisa‘, 88)]，按名字进行排序

原文：https://blog.51cto.com/12893781/2403822