python中的高階函數

高階函數就是 變量名指向函數，下面代碼中的變量abs其實是一個函數，返回數字的絕對值，如abs(-10) 返回 10

def add(x,y,f):return f(x) +f(y) add(-5,9,abs)#14

python把函數作為參數

利用add(x,y,f)函數計算：

import math def add(x, y, f):return f(x) + f(y) print add(25, 9, math.sqrt) #5,3

python中map()函數

map()是 Python 內置的高階函數，它接收一個函數 f?和一個?list，并通過把函數 f 依次作用在 list 的每個元素上，得到一個新的 list 并返回。

例如，對于list [1, 2, 3, 4, 5, 6, 7, 8, 9]

如果希望把list的每個元素都作平方，就可以用map()函數：

因此，我們只需要傳入函數f(x)=x*x，就可以利用map()函數完成這個計算：

def f(x):return x*x print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

輸出結果：

[1, 4, 9, 10, 25, 36, 49, 64, 81]

注意：map()函數不改變原有的 list，而是返回一個新的 list。
例如：假設用戶輸入的英文名字不規范，沒有按照首字母大寫，后續字母小寫的規則，請利用map()函數，把一個list（包含若干不規范的英文名字）變成一個包含規范英文名字的list：

#小寫轉大寫 def format_name(s):return s.title() print map(format_name, ['adam', 'LISA', 'barT']) #['Adam', 'Lisa', 'Bart']

python中reduce()函數

from functools import reduce # Python3.X中需要引入包

reduce()函數也是Python內置的一個高階函數。reduce()函數接收的參數和 map()類似，一個函數 f，一個list，但行為和 map()不同，reduce()傳入的函數 f 必須接收兩個參數，reduce()對list的每個元素反復調用函數f，并返回最終結果值。
例如，編寫一個f函數，接收x和y，返回x和y的和：

def f(x, y):return x + y

調用?reduce(f, [1, 3, 5, 7, 9])時，reduce函數將做如下計算：

先計算頭兩個元素：f(1, 3)，結果為4； 再把結果和第3個元素計算：f(4, 5)，結果為9； 再把結果和第4個元素計算：f(9, 7)，結果為16； 再把結果和第5個元素計算：f(16, 9)，結果為25； 由于沒有更多的元素了，計算結束，返回結果25。

上述計算實際上是對 list 的所有元素求和。雖然Python內置了求和函數sum()，但是，利用reduce()求和也很簡單。
reduce()還可以接收第3個可選參數，作為計算的初始值。如果把初始值設為100，計算：

reduce(f, [1, 3, 5, 7, 9], 100)

結果將變為125，因為第一輪計算是：
計算初始值和第一個元素：f(100, 1)，結果為101。
例如：
Python內置了求和函數sum()，但沒有求積的函數，請利用recude()來求積：
輸入：[2, 4, 5, 7, 12]

輸出：2*4*5*7*12的結果

def prod(x, y):return x*yprint reduce(prod, [2, 4, 5, 7, 12])

python中filter()函數

filter()函數是?Python?內置的另一個有用的高階函數，filter()函數接收一個函數 f?和一個list，這個函數?f?的作用是對每個元素進行判斷，返回 True或 False，filter()根據判斷結果自動過濾掉不符合條件的元素，返回由符合條件元素組成的新list。

例如，要從一個list [1, 4, 6, 7, 9, 12, 17]中刪除偶數，保留奇數，首先，要編寫一個判斷奇數的函數：

def is_odd(x):return x % 2 == 1

然后，利用filter()過濾掉偶數：

filter(is_odd, [1, 4, 6, 7, 9, 12, 17]) py3 中還要加list,.....print(list( filter(is_sqr, range(1, 101)))

?

結果：[1, 7, 9, 17]

利用filter()，可以完成很多有用的功能，例如，刪除 None 或者空字符串：

def is_not_empty(s):return s and len(s.strip()) > 0 filter(is_not_empty, ['test', None, '', 'str', ' ', 'END'])#['test', 'str', 'END']#Python 3.X 中 print(list(filter(is_not_empty, ['test', None, '', 'str', ' ', 'END'])))

?

注意:?s.strip(rm) 刪除 s 字符串中開頭、結尾處的 rm 序列的字符。

當rm為空時，默認刪除空白符（包括'\n', '\r', '\t', ' ')，如下：

a = ' 123' a.strip() #結果： '123' a='\t\t123\r\n' a.strip() #結果：'123'

請利用filter()過濾出1~100中平方根是整數的數，即結果應該是：

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

import mathdef is_sqr(x):r = int(math.sqrt(x))return r*r==xprint filter(is_sqr, range(1, 101))
#[1, 4, 9, 16, 25, 36, 49, 64, 81, 100] #python 3.X print(list(filter(is_sqr, range(1, 101))))
#[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

?

python中自定義排序函數

Python內置的?sorted()函數可對list進行排序：

>>>sorted([36, 5, 12, 9, 21])#[5, 9, 12, 21, 36]

但?sorted()也是一個高階函數，它可以接收一個比較函數來實現自定義排序，比較函數的定義是，傳入兩個待比較的元素 x, y，如果 x 應該排在 y 的前面，返回 -1，如果 x 應該排在 y 的后面，返回 1。如果 x 和 y 相等，返回 0。

因此，如果我們要實現倒序排序，只需要編寫一個reversed_cmp函數：

def reversed_cmp(x, y):if x > y:return -1if x < y:return 1return 0

這樣，調用 sorted() 并傳入 reversed_cmp 就可以實現倒序排序：

>>> sorted([36, 5, 12, 9, 21], reversed_cmp) #[36, 21, 12, 9, 5]

sorted()也可以對字符串進行排序，字符串默認按照ASCII大小來比較：

>>> sorted(['bob', 'about', 'Zoo', 'Credit']) ['Credit', 'Zoo', 'about', 'bob']

'Zoo'排在'about'之前是因為'Z'的ASCII碼比'a'小。
例如：

對字符串排序時，有時候忽略大小寫排序更符合習慣。請利用sorted()高階函數，實現忽略大小寫排序的算法。

輸入：['bob', 'about', 'Zoo', 'Credit']
輸出：['about', 'bob', 'Credit', 'Zoo']

def cmp_ignore_case(s1, s2):u1 = s1.upper()u2 = s2.upper()if u1 > u2:return 1if u1 < u2:return -1return 0 print sorted(['bob', 'about', 'Zoo', 'Credit'], cmp_ignore_case) #python 3.X 中自定義排序函數 sorted()a = ['bob', 'about', 'Zoo', 'Credit']print(sorted(a, key=str.lower))l = [36, 5, 12, 9, 21]print(sorted(l, key=lambda x:(x<0,abs(x))))

?

python中返回函數

Python的函數不但可以返回int、str、list、dict等數據類型，還可以返回函數！

例如，定義一個函數 f()，我們讓它返回一個函數 g，可以這樣寫：

def f():print 'call f()...'# 定義函數g:def g():print 'call g()...'# 返回函數g:return g

?

仔細觀察上面的函數定義，我們在函數 f 內部又定義了一個函數 g。由于函數 g 也是一個對象，函數名 g 就是指向函數 g 的變量，所以，最外層函數 f 可以返回變量 g，也就是函數 g 本身。

調用函數 f，我們會得到 f 返回的一個函數：

>>> x = f() # 調用f() call f()... >>> x # 變量x是f()返回的函數： <function g at 0x1037bf320> >>> x() # x指向函數，因此可以調用 call g()... # 調用x()就是執行g()函數定義的代碼

請注意區分返回函數和返回值：

def myabs():return abs # 返回函數 def myabs2(x):return abs(x) # 返回函數調用的結果，返回值是一個數值

返回函數可以把一些計算延遲執行。例如，如果定義一個普通的求和函數：

def calc_sum(lst):return sum(lst)

調用calc_sum()函數時，將立刻計算并得到結果：

>>> calc_sum([1, 2, 3, 4]) 10

?

但是，如果返回一個函數，就可以“延遲計算”：

def calc_sum(lst):def lazy_sum():return sum(lst)return lazy_sum

?

# 調用calc_sum()并沒有計算出結果，而是返回函數:

>>> f = calc_sum([1, 2, 3, 4]) >>> f <function lazy_sum at 0x1037bfaa0>

?

# 對返回的函數進行調用時，才計算出結果:

>>> f() 10

?

由于可以返回函數，我們在后續代碼里就可以決定到底要不要調用該函數。

例如：

請編寫一個函數calc_prod(lst)，它接收一個list，返回一個函數，返回函數可以計算參數的乘積。

def calc_prod(lst):def lazy_prod():def f(x,y):return x*yreturn reduce(f, lst, 1)return lazy_prod f = calc_prod([1, 2, 3, 4]) print f()

python中閉包

在函數內部定義的函數和外部定義的函數是一樣的，只是他們無法被外部訪問：

def g():print 'g()...'def f():print 'f()...'return g

將?g?的定義移入函數?f?內部，防止其他代碼調用?g：

def f():print 'f()...'def g():print 'g()...'return g

但是，考察上一小節定義的?calc_sum?函數：

def calc_sum(lst):def lazy_sum():return sum(lst)return lazy_sum

注意:?發現沒法把?lazy_sum?移到?calc_sum?的外部，因為它引用了?calc_sum?的參數?lst。

像這種內層函數引用了外層函數的變量（參數也算變量），然后返回內層函數的情況，稱為閉包（Closure）。

閉包的特點是返回的函數還引用了外層函數的局部變量，所以，要正確使用閉包，就要確保引用的局部變量在函數返回后不能變。
例如：
返回閉包不能引用循環變量，請改寫count()函數，讓它正確返回能計算1x1、2x2、3x3的函數。

def count():fs = []for i in range(1, 4):def f(j):def g():return j*jreturn gr = f(i)fs.append(r)return fsf1, f2, f3 = count() print f1(), f2(), f3()

python中匿名函數 ?lambda函數

高階函數可以接收函數做參數，有些時候，我們不需要顯式地定義函數，直接傳入匿名函數更方便。

在Python中，對匿名函數提供了有限支持。還是以map()函數為例，計算 f(x)=x^2?時，除了定義一個f(x)的函數外，還可以直接傳入匿名函數：

#Function 正常使用的表達方法 def func(n):return n + 1 print(func(2))#Lambda 表達方法 f = lambda x:x+1 print(f) print(f(2))>>> map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]) [1, 4, 9, 16, 25, 36, 49, 64, 81]#Python 3.X中是： print(list(map(lambda x: x * x, [1,2,3,4,5,6,7,8,9]))) #[1, 4, 9, 16, 25, 36, 49, 64, 81]

?

?

當然Lambda表達式也有以下的使用情況：

#多參數情況 print("多參數情況") multi = lambda x,y,z: x+y+z print(multi(1,2,3))#和非匿名函數一塊工作 print("和非匿名函數一塊工作")def namedFunc(n):return lambda x:n+xprint(namedFunc(2)) #會打印出function,相當于 lambda x: 2+x print(namedFunc(2)(3)) #會打印出5 f = namedFunc(2) print(f(3)) #等同于namedFunc(2)(3)

?

?

通過對比可以看出，匿名函數?lambda x: x * x?實際上就是：

def f(x):return x * x

關鍵字lambda?表示匿名函數，冒號前面的?x 表示函數參數。

匿名函數有個限制，就是只能有一個表達式，不寫return，返回值就是該表達式的結果。

例如：

print filter(lambda s: s and len(s.strip())>0, ['test', None, '', 'str', ' ', 'END'])#Python3.x 中是這樣的： print(list(filter(lambda s: s and len(s.strip())>0, ['test', None, '', 'str', ' ', 'END'])))

對于lambda表達式在Python程序中的一些小建議：

1. 對于簡單的邏輯處理，可以放心使用Lambda表達式，這樣比較簡潔

2. 對于復雜的邏輯處理，盡量避免使用Lambda表達式，易讀性差，而且容易出錯（大牛除外）

python 中 decortor 裝飾器

python中編寫無參數decorator

Python的?decorator?本質上就是一個高階函數，它接收一個函數作為參數，然后，返回一個新函數。

使用 decorator 用Python提供的?@?語法，這樣可以避免手動編寫f = decorate(f)?這樣的代碼。

考察一個@log的定義：

def log(f):def fn(x):print 'call ' + f.__name__ + '()...'return f(x)return fn

?

對于階乘函數，@log工作得很好：

@log def factorial(n):return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10)

?

結果：

call factorial()... 3628800

?

但是，對于參數不是一個的函數，調用將報錯：

@log def add(x, y):return x + y print add(1, 2) #結果： Traceback (most recent call last):File "test.py", line 15, in <module>print add(1,2) TypeError: fn() takes exactly 1 argument (2 given)

?

因為?add()?函數需要傳入兩個參數，但是?@log?寫死了只含一個參數的返回函數。

要讓?@log?自適應任何參數定義的函數，可以利用Python的?*args?和?**kw，保證任意個數的參數總是能正常調用：

def log(f):def fn(*args, **kw):print 'call ' + f.__name__ + '()...'return f(*args, **kw)return fn

?

現在，對于任意函數，@log?都能正常工作。

?例子：

請編寫一個@performance，它可以打印出函數調用的時間。

import time def performance(f):def fn(*args, **kw):t1 = time.time()r = f(*args, **kw)t2 = time.time()print 'call %s() in %fs' % (f.__name__, (t2 - t1))return rreturn fn@performance def factorial(n):return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10)

python中完善decorator

?

轉載于:https://www.cnblogs.com/PeterZhang1520389703/p/7724756.html

總結

以上是生活随笔為你收集整理的Python学习笔记之函数式编程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。