一 map函数

引子

需求1:num1=[1,2,3,4],我的需求是把num1中的每个元素平方后组成新列表。

ret = []
num1 = [1,2,3,4]
for i in num1:
ret.append(i**2) print(ret) # 输出结果:
>>>[1, 4, 9, 16]

需求2:如果有1万个列表呢,怎么办?

思路:如果用for循环,当然功能上是没问题的,但是需要写很多重复代码,重复代码?? 顿时想到函数的特性就是避免重复代码,哈哈哈,天才也....

num1 = [1,2,3,4]
def foo(array):
ret = []
for i in array:
ret.append(i**2)
return ret
print(foo(num1)) """
每个列表调用1次函数即可,一万个列表调用1万次foo函数就行了,不用写一万个for循环,问题解决。
""" # 输出结果:
>>>[1, 4, 9, 16]    

需求3:如果1万个列表,同时需要每个元素自加1,自减1,自乘1,自平方...???

思路:看到题目就在想,你是猴子派来玩我的吗??? 如果安装2中的方法,我去,需要一个功能一个函数,这真的可以吗? 当然不行,这样太out了...

def add_one(x):          # 定义自加一处理逻辑
return x+1
def reduce_one(x): # 定义自减一处理逻辑
return x-1
def plus_one(x): # 定义自平方处理逻辑
return x**2 def map_test(func,array):
ret = []
for i in array:
res = func(i) # 相当于 res = add_one(i)
ret.append(res)
return ret print(map_test(add_one,[1,2,3,4])) # 运行结果
>>>[2, 3, 4, 5]  

突发奇想:3中的代码在定义处理逻辑的时候,不就是lambda的处理方式吗,可不可以使用lambda代替呢??答案是肯定的。

def map_test(func, array):
ret = []
for i in array:
res = func(i)
ret.append(res)
return ret print(map_test(lambda x:x+1,[1,2,3,4])) # 输出结果
>>> [2, 3, 4, 5]

哈哈,完美了...

此时我正沉浸在胜利的喜悦中,一个声音让我一下从天堂坠入地狱...

A:这个代码好臃肿啊,一行代码能完成的事情,为什么要写成这样呢???

我(心想):一行???吹呢吧,你要是能写,我拜你为师....

A:我告诉你吧,你的处理思维是没错的,但是Python自带的map函数完全可以替代你的上述代码,简单的很呦!!

print(map(lambda x:x+1,[1,2,3,4]))
# <map object at 0x0000000000597390> map处理后得到的结果就是一个迭代器.
print(list(map(lambda x:x+1,[1,2,3,4]))) # 运行结果
>>> [2, 3, 4, 5]
# list函数可以把可迭代的对象变成列表 """
map函数总结:
lambda x:x+1 (第一个参数)处理逻辑,不一定必须使用lambda
[1,2,3,4] (第二个参数)要处理的可迭代对象
""" # 把字符串中的每个元素变成大写
msg = 'abcd'
print(list(map(lambda x:x.upper(),msg))) # 运行结果
>>> ['A', 'B', 'C', 'D']  

什么也不说了,师傅,请受徒儿一拜.....,抬头望去,人了??哎,高人就是不一样啊.....

二 filter函数

需求1:电影院中有5个人在看电影,筛选出他们的名字前面不含sb字符的人

movie_people = ['sb_a','sb_b','sb_c','d','e']
ret = []
for p in movie_people:
if not p.startswith('sb'):
ret.append(p) print(ret) # 打印结果
>>> ['d', 'e']:

需求2:电影院中有5个人在看电影,筛选出他们的名字前后不含sb字符的人

movie_people = ['sb_a','sb_b','sb_c','d','e']

def sb_show(n):
return n.startswith('sb')
def show_sb(n):
return n.endstwith('sb') def filter_test(array,func):
ret = []
for p in array:
if not func(p):
ret.append(p) return ret print(filter_test(movie_people,sb_show)) # 运行结果
>>> ['d', 'e']

终极版本:使用lambda代替上述代码中的show_sb和sb_show函数。

def filter_test(array,func):
ret = []
for p in array:
if not func(p):
ret.append(p) return ret print(filter_test(movie_people,lambda x:x.startswith('sb'))) # 运行结果
>>> ['d', 'e'] 

使用自带函数filter完成

movie_people = ['sb_a','sb_b','sb_c','d','e']
print(list(filter(lambda x:not x.startswith('sb'),movie_people))) """
filter说明:
第一个参数:处理逻辑,结果必须是一个布尔值
第二个参数:要处理的可迭代的内容
"""

三 reduce函数

reduce函数在Python2中可以直接使用,在Python3中需要引用(from functools import reduce)。

  • 处理一个序列,然后把序列中的每个元素进行合并(相加、相乘等)操作。

实例(Python3.0+):

num_1 = [1,2,3,4]
from functools import reduce
print(reduce(lambda x,y:x+y,num_1,10)) # 运行结果
>>> 20 """
第一个参数:处理逻辑
第二个参数:可迭代对象
第三个参数:初始值,如果有初始值,会把初始值也进行合并
"""

四 函数对照表

需求:有一个列表,筛选出age小于1000的人

思路:此需求中是要过滤age小于1000的人,三个函数中可以选择filter()

people = [
{'name':'alex','age':1000},
{'name':'wupeiq','age':10000},
{'name':'linhaifeng','age':18}
] print(list(filter(lambda x:x['age'] < 1000,people))) # 运行结果
>>> [{'age': 18, 'name': 'linhaifeng'}]

  

Python3 函数式编程自带函数的更多相关文章

  1. Python3 函数式编程

    函数式编程就是一种抽象程度很高的编程范式,纯粹的函数式编程语言编写的函数没有变量,因此,任意一个函数,只要输入是确定的,输出就是确定的,这种纯函数我们称之为没有副作用.而允许使用变量的程序设计语言,由 ...

  2. Python3函数式编程

    Python函数式编程 函数式编程可以使代码更加简洁,易于理解.Python提供的常见函数式编程方法如下: map(函数,可迭代式)映射函数 filter(函数,可迭代式)过滤函数 reduce(函数 ...

  3. s14 第4天 关于python3.0编码 函数式编程 装饰器 列表生成式 生成器 内置方法

    python3 编码默认为unicode,unicode和utf-8都是默认支持中文的. 如果要python3的编码改为utf-8,则或者在一开始就声明全局使用utf-8 #_*_coding:utf ...

  4. Python3基础(3)集合、文件操作、字符转编码、函数、全局/局部变量、递归、函数式编程、高阶函数

    ---------------个人学习笔记--------------- ----------------本文作者吴疆-------------- ------点击此处链接至博客园原文------ 1 ...

  5. [Python3] 035 函数式编程 高阶函数

    目录 函数式编程 之 高阶函数 1. 引子 2. 系统提供的高阶函数 3. functools 包提供的 reduce 4. 排序 函数式编程 之 高阶函数 把函数作为参数使用的函数,叫高阶函数 1. ...

  6. Python3学习之路~3.2 递归、函数式编程、高阶函数、匿名函数、嵌套函数

    1 递归 在函数内部,可以调用其他函数.如果一个函数在内部调用自身本身,这个函数就是递归函数. def calc(n): print(n) if int(n / 2) == 0: return n r ...

  7. [Python3] 038 函数式编程 偏函数

    目录 函数式编程 之 偏函数 1. 关于强制类型转换 int 的补充 2. 利用 int 新建函数 3. functools.partial 函数式编程 之 偏函数 1. 关于强制类型转换 int 的 ...

  8. [Python3] 037 函数式编程 装饰器

    目录 函数式编程 之 装饰器 Decrator 1. 引子 2. 简介 3. 使用 函数式编程 之 装饰器 Decrator 1. 引子 >>> def func(): ... pr ...

  9. [Python3] 036 函数式编程 返回函数

    目录 函数式编程 之 返回函数 1. 引子 2. 闭包 closure 函数式编程 之 返回函数 函数可以返回具体的值 也可以返回一个函数作为结果 1. 引子 1.1 定义一个普通函数 >> ...

随机推荐

  1. 网络的可靠性nyoj170

    网络的可靠性 时间限制:3000 ms  |  内存限制:65535 KB 难度:3   描述 A公司是全球依靠的互联网解决方案提供商,也是2010年世博会的高级赞助商.它将提供先进的网络协作技术,展 ...

  2. ubuntu 16.04(Windows 10双系统+grub引导)无法进入tt1~tt6(NVIDIA驱动安装相关-黑屏,login loop,分辨率)

    目录 前言回顾 最终解决: 0.关闭x服务 1.禁用nouveau 2.加入 3.更新 4.查找匹配驱动 5.选择推荐版本 6.等待安装后重启,nvidia-smi查看是否安装成功,或者lsmod | ...

  3. ionic ios 打包

    1.安装Xcode   从appstore 安装就行 2.安装node.js 3.安装cordova  由于权限问题  网络问题  可以考虑一下方式 1️⃣使用淘宝镜像    npm install ...

  4. 基于 HTML5 WebGL 的 3D 风机 Web 组态工业互联网应用

    基于 HTML5 WebGL 的 3D 风机 Web 组态工业互联网应用 前言 在目前大数据时代背景之下,数据可视化的需求也变得越来越庞大,在数据可视化的背景之下,通过智能机器间的链接并最终将人机链接 ...

  5. Iframe 定义内联的子窗口(框架)

    1.Iframe 定义内联的子窗口(框架),用于在网页内显示网页 语法: <iframe src="URL"></iframe>URL 指向隔离页面的位置, ...

  6. hadoop伪分布式组件安装

    一.版本建议 Centos V7.5 Java V1.8 Hadoop V2.7.6 Hive V2.3.3 Mysql V5.7 Spark V2.3 Scala V2.12.6 Flume V1. ...

  7. Vim Go开发环境搭建

    基本搭建流程参考了网上的博文以及Vimgo的Github主页 博文https://www.cnblogs.com/breg/p/5386365.html Vim-go主页(我能不能加入项目,做点贡献呢 ...

  8. Flex4中的拖动技术

    下面列一个最简单的例子,在Flex中,拖动原来如此简单 ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 <?xm ...

  9. # 20155337 2017-2018-1 《信息安全系统设计基础》第二周课堂实践+myod

    20155337 2017-2018-1 <信息安全系统设计基础>第二周课堂实践+myod 因为在课上已经提交了四个实验,还欠缺最后一个实验,反省一下自己还是操作不熟练,平时在课下应该多多 ...

  10. (转) 理解Angular中的$apply()以及$digest()

    原文地址:http://blog.csdn.net/dm_vincent/article/details/38705099 $apply()和$digest()在AngularJS中是两个核心概念,但 ...