Python 函数进阶-高阶函数

高阶函数

什么是高阶函数

高阶函数就是能够把函数当成参数传递的函数就是高阶函数,换句话说如果一个函数的参数是函数,那么这个函数就是一个高阶函数。

高阶函数可以是你使用def关键字自定义的函数,也有Python系统自带的内置高阶函数。

自定义一个高阶函数

我们下面的例子中,函数 senior 的参数中有一个是函数,那么senior就是一个高阶函数;函数 tenfold 的参数不是函数,所以tenfold就只是一个普通的函数。

# 定义高阶函数
def senior(func, container):
   """
   将容器中的数据依次放入函数中进行运算,
   将结果返回到迭代器中,最后返回迭代器。
   """
   lst = list()
   for i in container:
      lst.append(func(i))
   return iter(lst)


# 定义普通的功能函数
def tenfold(num):
   """
   十倍器
   将数据乘 10,返回结果。
   """
   return num * 10


# 定义一个列表
lst = [10, 20666, 'msr']

# 使用高阶函数
it = senior(tenfold, lst)
print(list(it)) # [100, 206660, 'msrmsrmsrmsrmsrmsrmsrmsrmsrmsr']

常用的内置高阶函数

函数 功能作用
map 处理可迭代对象中的数据,将处理的结果返回到迭代器中。
filter 过滤可迭代对象中的数据,将过滤好的数据返回到迭代器中。
reduce 处理可迭代对象中的数据,将最终的结果返回出来。
sorted 排序可迭代对象中的数据,将排序好的结果返回出来。

map函数

语法:map(function, Iterable)

参数说明

function:函数,可以是 自定义函数 或者是 内置函数;

iterable:可迭代对象,可迭代性数据。(容器类型数据和类容器类型数据、range对象、迭代器)

功能

把可迭代对象中的数据一个一个拿出来,然后放在到指定的函数中做处理,将处理之后的结果依次放入迭代器中,最后返回这个迭代器。

实例

将列表中的元素转成整型类型,然后返回出来。

lst = ['1', '2', '3', '4']

""" 使用常规的写法 """
new_lst = list()
for i in lst:
    new_lst.append(int(i))
print(new_lst)  # [1, 2, 3, 4]


""" 使用map函数实现 """
it = map(int, lst)
new_lst = list(it)
print(new_lst)  # [1, 2, 3, 4]

列表中的每一个数依次乘 2的下标索引+1 次方。使用自定义的函数,配合实现功能。

lst = [1, 2, 3, 4]

""" 普通的方法,利用左移 """
new_lst = list()
for i in lst:
	res = i << i
	new_lst.append(res)
print(new_lst)  # [2, 8, 24, 64]


""" 使用map函数 """
# 先定义一个左移函数,自定义的函数必须是一个带参函数并且有返回值
def func(num):
	return num << num
new_lst = list(map(func, lst))
print(new_lst)  # [2, 8, 24, 64]


""" 使用lambda简化 """
new_lst = list(map(lambda num: num << num, lst))
print(new_lst)  # [2, 8, 24, 64]

filter函数

语法:filter(function, iterable)

参数的意义和map函数一样

功能

filter用于过滤数据,将可迭代对象中的数据一个一个的放入函数中进行处理,如果函数返回值为真,将数据保留;反之不保留,最好返回迭代器。

实例

保留容器中的偶数

lst = [11, 2, 3, 34, 4, 4, 55]

""" 常规写法 """
new_lst = list()
for i in lst:
   if i % 2 == 0:
      new_lst.append(i)
print(new_lst)  # [2, 34, 4, 4]


""" 使用filter函数 """
def func(num):
   if num % 2 == 0:
      return True
new_lst = list(filter(func, lst))
print(new_lst)  # [2, 34, 4, 4]


""" filter + lambda """
new_lst = list(filter(lambda num: True if (num % 2 == 0) else False, lst))
print(new_lst)  # [2, 34, 4, 4]

reduce函数

语法:reduce(function, iterable)

参数含义与map、filter一致。

功能

计算数据,将可迭代对象的中的前两个值放在函数中做出运算,得出结果在和第三个值放在函数中运算得出结果,以此类推,直到所有的结果运算完毕,返回最终的结果。

根据功能我们就应该直到,reduce中的函数需要可以接收两个参数才可以。

实例

reduce函数使用需要先从标准库functools中导入

将列表中的数据元素组合成为一个数,

from functools import reduce

lst = [2, 0, 6, 6, 6]


""" 常规方法 """
char = str()
for i in lst:
   char += str(i)
print(int(char))    # 20666


""" 使用reduse函数 """
def func(x, y):
   return x * 10 + y
res = reduce(func, lst)
print(res)  # 20666


""" reduce + lambda """
res = reduce((lambda x, y: (x * 10 + y)), lst)
print(res)  # 20666

sorted函数

语法:sorted(Iterable, key=function, reverse=False)

参数说明

iterable:可迭代对象;

key:指定函数,默认为空;

reverse:排序的方法,默认为False,意为升序;

功能

如果没有指定函数,就单纯的将数据安札ASCII进行排序;如果指定了函数,就将数据放入函数中进行运算,根据数据的结果进行排序,返回新的数据,不会改变原有的数据。

注意,如果指定了函数,排序之后是根据数据的结果对原数据进行排序,而不是排序计算之后的就结果数据。

实例

将列表中的数据进行排序。

lst = [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]

""" 使用列表的内置函数进行排序,默认升序 """
lst.sort()
print(lst)  # [-3, 1, 5, 6, 12, 12, 23, 34, 342, 2345]
# 降序排序
lst.sort(reverse=True)
print(lst)  # [2345, 342, 34, 23, 12, 12, 6, 5, 1, -3]


lst = [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]
""" 使用sorted进行排序 """
new_lst = sorted(lst)
print(new_lst)  # [-3, 1, 5, 6, 12, 12, 23, 34, 342, 2345]
print(lst)      # [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]

还有一点就是 sorted 函数可以将数据放入函数中进行处理,然后根据结果进行排序。

lst = [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]

""" 按照绝对值进行排序 """
new_lst = sorted(lst, key=abs)
print(new_lst)  # [1, -3, 5, 6, 12, 12, 23, 34, 342, 2345]


""" 按照除以10的余数进行排序 """
def func(num):
   return num % 10
new_lst = sorted(lst, key=func)
print(new_lst)  # [1, 342, 12, 12, 23, 34, 5, 2345, 6, -3]

# 可以看到,我们指定函数之后排序的结果既不是原数据的绝对值、也不是原数据除以10的余数,而是根据这两种计算结果对原数据进行了排序。

sort和sorted

既然有了列表的内置函数sort,为什么我们还要使用sorted函数呢?

  1. sorted可以排序一切可迭代对象,但是sort只是列表的内置函数,只能对列表进行排序;
  2. sorted排序返回新的数据,不改变原数据,sort改变了原数据;
  3. sorted可以指定函数,根据函数的计算结果、按照某一种方式进行排序,但是sort只能单纯的根据数字大小和ASCII进行排序。

总结

高阶函数就是将函数作为参数的函数。

map(Function,Iterable)(将可迭代性数据中的元素一一取出放入函数中进行运算在将结果返回,最后返回的数据类型是迭代器)

filter(Function,Iterable)(过滤数据,将可迭代性数据放入函数中进行运算,结果为真将数据返回,反之舍弃,最会返回的数据类型是迭代器)

reduce(Function,Iterable)(计算数据,将可迭代型数据中的前两个元素拿出放入函数中进行运算将结果在与后一个元素进行运算,最后返回最终的结果)

sorted(Iterable,[key=Function],[reverse =Bool(False(default)/True)])(将可迭代型数据进行排序,或将可迭代型数据放入函数中进行运算将结果进行排序返回)

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Python 函数进阶-高阶函数 - Python技术站

(0)
上一篇 2023年4月2日 下午5:42
下一篇 2023年4月2日

相关文章

  • Python常用标准库(pickle序列化和JSON序列化)

    常用的标准库 序列化模块 import pickle 序列化和反序列化 把不能直接存储的数据变得可存储,这个过程叫做序列化。把文件中的数据拿出来,回复称原来的数据类型,这个过程叫做反序列化。 在文件中存储的数据只能是字符串,或者是字节流,不能是其它的数据类型,但是如果想要将其存储就需要序列化。 Python中的序列化模块叫做 pickle,PHP等其它的一些…

    Python开发 2023年4月2日
    00
  • python常用内置函数和关键字

    常用内置方法 在Python中有许许多多的内置方法,就是一些Python内置的函数,它们是我们日常中经常可以使用的到的一些基础的工具,可以方便我们的工作。 查看所有的内置类和内置方法 # 方法一 built_list = dir(__builtins__) # 方法二 import builtins built_list = dir(builtins) 其中…

    Python开发 2023年4月2日
    00
  • Python 函数进阶-全局空间和局部空间

    全局空间和局部空间 命名空间 命名空间的概念的提出是为了划分和控制变量是否可见,以及生存周期的长短;命名空间的作用范围叫做作用域。 划分一块区域保存所有数据,以字典的方式存储(变量与值形成映射关系)。一共三种。 内建命名空间: 解释器启动时创建,直到解释器运行结束,生存周期最长; 全局命名空间: 文件运行时创建,直到解释器运行结束,生存周期较长; 局部命名空…

    Python开发 2023年4月2日
    00
  • python常用标准库(时间模块time和datetime)

    常用的标准库 time时间模块 import time time — 获取本地时间戳 时间戳又被称之为是Unix时间戳,原本是在Unix系统中的计时工具。 它的含义是从1970年1月1日(UTC/GMT的午夜)开始所经过的秒数,不考虑闰秒。UNIX时间戳的 0 按照ISO 8601规范为 :1970-01-01T00:00:00Z。 比如: 时间戳 60 …

    Python开发 2023年4月2日
    00
  • Python 函数进阶-lambda匿名函数和三元运算符

    匿名函数 什么是匿名函数 用一句话表达只有返回值的函数就是匿名函数。 匿名函数只用来实现一些简单的函数功能,所以追求代码的简洁和高效。 使用关键字 lambda 定义,所以匿名函数又称之为lambda表达式。 分类 无参数的 lambda 表达式 # 普通函数 def func(): return ‘hello motherland’ # 调用 res = …

    Python开发 2023年4月2日
    00
  • python 函数进阶-闭包函数

    闭包函数 什么是闭包函数 如果内函数使用了外函数的局部变量,并且外函数把内函数返回出来的过程叫做闭包,里面的内函数是闭包函数。 # 外函数 outer def outer(): # 外函数变量 num var = ‘外函数局部变量’ # 内函数 inner def inner(): # 内函数使用了外函数的变量 num print(‘内函数使用了:’ + v…

    Python开发 2023年4月2日
    00
  • Python 函数进阶-迭代器

    迭代器 什么是迭代器 能被 next 指针调用,并不断返回下一个值的对象,叫做迭代器。表示为Iterator,迭代器是一个对象类型数据。 概念 迭代器指的是迭代取值的工具,迭代是一个重复的过程,每次重复都是基于上一次的结果而继续的,单纯的重复并不是迭代。 特征 迭代器并不依赖索引,而通过 next 指针迭代所有数据,一次只取一个值,大大节省空间。 惰性序列 …

    Python开发 2023年4月2日
    00
  • python常用标准库(压缩包模块zipfile和tarfile)

    常用的标准库 在我们常用的系统windows和Linux系统中有很多支持的压缩包格式,包括但不限于以下种类:rar、zip、tar,以下的标准库的作用就是用于压缩解压缩其中一些格式的压缩包。 zip格式 import zipfile zipfile模块操作压缩包使用ZipFile类进行操作,使用方法和open的使用方法很相似,也是使用r、w、x、a四种操作模…

    Python开发 2023年4月2日
    00
合作推广
合作推广
分享本页
返回顶部