python入门--------高阶函数(lambda,map,reduce,filter,replace)
原创
©著作权归作者所有:来自51CTO博客作者zdb呀的原创作品,请联系作者获取转载授权,否则将追究法律责任
文章目录
- 2. map()函数:
- 3. reduce()
- 4. filter()函数
- 5. replace(a, b)
1. lambda匿名函数
当我们在传入函数时,有些时候,不需要显式地定义函数,直接传入匿名函数更方便。
在Python中,对匿名函数提供了有限支持。还是以map()函数为例,计算f(x)=x2时,除了定义一个f(x)的函数外,还可以直接传入匿名函数:
>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
通过对比可以看出,匿名函数lambda x: x * x实际上就是:
关键字lambda表示匿名函数,冒号前面的x表示函数参数。
匿名函数有个限制,就是只能有一个表达式,不用写return,返回值就是该表达式的结果。
用匿名函数有个好处,因为函数没有名字,不必担心函数名冲突。此外,匿名函数也是一个函数对象,也可以把匿名函数赋值给一个变量,再利用变量来调用该函数:
>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x101c6ef28>
>>> f(5)
25
同样,也可以把匿名函数作为返回值返回,比如:
def build(x, y):
return lambda: x * x + y * y
例1
def ds(x):
return 2*x+1 #x=2*x+1
print(ds(5))
相当于
g=lambda x: 2*x+1 #g=2*x+1
print(g(5))
例2 :两个参数的情况
def add(x,y):
return x+y
print(add(3,4))
相当于
g=lambda x,y:x+y #g=x+y
print(g(3,4))
练习题
用改造下面函数:
def is_odd(n):
return n % 2 == 1
L = list(filter(is_odd, range(1, 20)))
print(L)
[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
改造后:一行代码实现功能
print(list(filter(lambda n: n % 2 == 1, range(1, 20))))
2. map()函数:
我们先看map。map()函数接收两个参数,一个是函数,一个是Iterable,
map将传入的函数依次作用到序列的每个元素,并把结果作为新的Iterator返回。
例1
print(list(map(lambda x:x*2,range(10)))) #x=x*2
print(list(range(10))) #1到9
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
例2
def f(x):
return x * x
L = []
for n in [1, 2, 3, 4, 5, 6, 7, 8, 9]:
L.append(f(n))
print(L)
r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(r))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
[1, 4, 9, 16, 25, 36, 49, 64, 81]
例3
print(list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])))
['1', '2', '3', '4', '5', '6', '7', '8', '9']
3. reduce()
reduce把一个函数作用在一个序列[x1, x2, x3, …]上,这个函数必须接收两个参数,
reduce把结果继续和序列的下一个元素做累积计算,其效果就是:
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
例1
比方说对一个序列求和,就可以用reduce实现:
from functools import reduce
def add(x, y):
return x + y
print(reduce(add, [1, 3, 5, 7, 9]))
当然直接用sum函数就行
例2
from functools import reduce
def fn(x, y):
return x * 10 + y
print(reduce(fn, [1, 3, 5, 7, 9]))
合起来
例1: 实现str2int的功能
from functools import reduce
def fn(x, y):
return x * 10 + y
def char2num(s):
digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
return digits[s]
print(reduce(fn, map(char2num, '13579')))
4. filter()函数
Python内建的filter()函数用于过滤序列。
和map()类似,filter()也接收一个函数和一个序列。
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还是False决定保留还是丢弃该元素。
filter(function, iterable)
参数:
function – 判断函数。
iterable – 可迭代对象。
例1:求10内奇数
def is_odd(n):
return n % 2 == 1
print(list(filter(is_odd, range(11))))
相当于
print(list(filter(lambda x:x%2,range(10)))) #x=x%2
注意到filter()函数返回的是一个Iterator,也就是一个惰性序列,
所以要强迫filter()完成计算结果,需要用list()函数获得所有结果并返回list。
5. replace(a, b)
用b替代a
例1
str1 = 'a1cd'
str2 = str1.replace(str1[1], 'b')
print(str1)
print(str2)
例2
def normalize(name):
title_names = []
for each in name:
name_lower = each.lower()
title_name = name_lower.replace(name_lower[0], name_lower[0].upper())
title_names.append(title_name)
print(title_names)
normalize(['adam', 'LISA', 'barT'])
求阶乘
from functools import reduce
def prod(L):
a = reduce(lambda x, y: x*y, L)
print(a)
prod([1, 2, 3, 4])