python高阶函数教学_Python 简明教程 --- 16,Python 高阶函数
對于那些快速算法,我們總是可以拿一些速度差不多但是更容易理解的算法來替代它們。
—— Douglas Jones
目錄
高階函數一般以函數為參數。
本節我們介紹Python 中三個方便的高階函數,分別是:
map
reduce
filter
如果你了解過分布式系統框架---Hadoop,你應該知道map/reduce 的概念。
Python 中的map/reduce 函數與Hadoop 中的map/reduce 基本類似。
1,map 函數
在Python2 中,map 是一個函數。在Python3 中,map 是一個類:
>>> map
作用:將函數func 作用于可迭代對象iterable 中的每一個元素
原型:map(func, iterable) -> map object
參數 func:一個函數類型的參數,該函數接收一個參數,并返回一個值
參數 iterable:一個可迭代的對象
返回值:一個map 對象,同時一個迭代器
示例:
>>> m = map(lambda x: x * x, [1, 3, 5])
>>> m
>>> l = [i for i in m]
>>> l
[1, 9, 25]
參數func 可以是普通函數,也可以是匿名函數,我們這里使用了匿名函數lambda x: x * x,該函數接收一個參數,并返回該參數的平方。
可迭代對象是一個列表[1, 3, 5],列表中的每個元素,都將傳遞到匿名函數中,并對每一個元素計算平方后,將結果存儲到一個map 對象m 中。
為了查看m 中的值,我們使用列表推導式生成了一個列表l,可看到列表l 就是[1, 9, 25],就是[1, 3, 5] 中每個元素的平方。
這就是python3 中map 的基本使用方法。
2,reduce 函數
在Python3 中,reduce 函數被放在functools 模塊,使用時,要先從functools 模塊引入:
>>> from functools import reduce
作用:將函數func 作用于序列seq 中的元素,進行一系列的計算
原型:reduce(func, seq[, initial]) -> value
參數 func:這是一個函數類型的參數,該函數接收兩個參數,并返回一個值
參數 seq:一個序列
參數 initial:
當initial 存在時:reduce(func, [x1, x2, x3], initial) = func(func(func(initial, x1), x2), x3)
當initial 不存在時:reduce(func, [x1, x2, x3]) = func(func(x1, x2), x3)
返回值:返回計算結果
示例,當initial 存在時:
>>> reduce(lambda x, y : x * y, [1, 3, 5], 6)
90
# reduce(func, [1, 3, 5], 6)
# = func(func(func(6, 1), 3), 5)
# = ((6 * 1) * 3) * 5
# = 90
示例,當initial 不存在時:
>>> reduce(lambda x, y : x * y, [1, 3, 5])
15
# reduce(func, [1, 3, 5])
# = func(func(1, 3), 5)
# = (1 * 3) * 5
# = 15
3,filter 函數
在Python3 中,filter 是一個類:
>>> filter
作用:filter 用于對可迭代對象iterable 進行過濾,iterable 中的每一個元素會作為一個參數,傳遞到func 中
原型:filter(func, iterable) --> filter object
參數 func:這是一個函數類型的參數,該函數接受一個參數,返回一個bool 值
當func 返回True 時:對應的iterable 中的元素,會放在結果集中
當func 返回False 時:對應的iterable 中的元素,不會放在結果集中
返回值:一個filter 對象,同時也是一個迭代器
示例:
>>> f = filter(lambda x: len(x) == 2, ['dsf', 'df', 'ad', 'dfas', 'as'])
>>> f # 一個 filter 對象
>>> list(f) # 轉化為列表,方便查看
['df', 'ad', 'as']
(完。)
推薦閱讀:
歡迎關注作者公眾號,獲取更多技術干貨。
創作挑戰賽新人創作獎勵來咯,堅持創作打卡瓜分現金大獎總結
以上是生活随笔為你收集整理的python高阶函数教学_Python 简明教程 --- 16,Python 高阶函数的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: python读取遥感 dat_基于pyt
- 下一篇: python统计字数分布可视化展示_数据