Python 深入浅出 - 高阶函数

Python 内置函数求绝对值。

print(abs(-10))

输出结果： 10

print(abs)

输出结果：

结论：abs(-10) 是函数调用，而 abs 是函数本身。

变量指向函数

（1）函数结果赋值给变量：

value = abs(-1)
print(value)

输出结果： 1
（2）函数本身赋值给变量，即变量指向函数

func = abs
print(func)

输出结果：
结论： 变量指向函数后，也可以通过这个变量来调用函数，通过调用这个变量func() 和 abs() 是相同的效果。

print(func(-2))

输出结果：2

函数名也是变量

函数名其实就是指向函数的变量的。

函数作为另一个函数的参数（高阶函数）

既然变量可以指向函数，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，这种能够接收另一个函数作为参数的函数称之为 高阶函数

def handle(x,y,func):
    return func(x,y)

def func(x,y):
    return x*y

res  = handle(2,5,func)
print(res)

输出结果：10
编写高阶函数，就是让函数的参数能够接收别的参数。

Python 内置 map() 函数

map() 函数： 能够接收两个参数，一个参数是函数，一个参数是 Iterable,map() 将传入的参数依次作用到序列中的每一个元素，并把结果作为新的 Iterator 返回。

ul = [1,2,3,4,5]
res = map(fun,ul)
print(list(res))

输出结果：[1, 4, 9, 16, 25]

print(list(map(str,[1,2,3,4,5])))

输出结果：[‘1’, ‘2’, ‘3’, ‘4’, ‘5’]

Python 内置 reduce() 函数

reduce()函数：reduce() 把一个函数作用在一个序列[x1,x2,x3….],这个函数必须接收两个参数，reduce 把结果继续喝序列的下一个元素做累积计算。

reduce(f,[x1,x2,x3]) = f(f(f(x1,x2),x3),x4)

def num_append(x, y):
    return x * 10 + y
result = reduce(num_append, [1, 2, 3, 4, 5])
print(result)
print(result- 5)

输出结果：

12345

12340

首字母转换成大写的

def toFirstUpper(str):
   return str.capitalize()
strlist =map(toFirstUpper,["android","java","linux"])
print(list(strlist))

输出结果：[‘Android’, ‘Java’, ‘Linux’]

Python 内置 filter() 函数

filter() 函数用于过滤序列，和 map() 函数类似，也接收一个函数，filter() 把传入的函数依次作用在每个元素上，然后根据返回值 True 还是 False 决定保留还是丢弃该元素。

只取奇数：

def isOdd(n):
    return n %2 == 1
odd_num = list(filter(isOdd,[1,2,3,4,5,6,7]))
print(odd_num)

输出结果：[1, 3, 5, 7]

Python 内置 sorted() 函数

sorted() 函数可以对 list 进行排序。

print(sorted([23,-1,0,30,-11])) 

输出结果：[-11, -1, 0, 23, 30]

sorted() 函数还可以接收一个 key 函数来实现自定义排序。
绝对值排序：

print(sorted([23,-1,0,30,-11],key=abs))

输出结果：[0, -1, -11, 23, 30]

函数作为返回值

高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。

def lazy_sum(*n):
    def sum():
        res = 0
        for i in n:
            res = res + i
        return res
    return sum;

f = lazy_sum(1,2,3,4,5)
print(f)
print(f())

输出结果:

<function lazy_sum..sum at 0x01D5F228>
15

当我们调用 lazy_sum() 时，返回的并不是求和结果，而是求和函数
只有在调用 f() 函数时，才真正计算求和结果。