Python基础笔记:函数式编程:高阶函数、返回函数、匿名函数
高阶函数
高阶函数:一个函数可以接收另一个函数作为参数 或 一个函数可以返回一个函数作为返回值,这种函数称之为高阶函数。
#函数 add 接收 f 函数作为参数
>>> def add(x,y,f):
... return f(x)+f(y)
...
>>> add(-5,6,abs)
11
可以把匿名函数作为返回值返回
#把匿名函数作为返回值返回
def build(x, y):
return lambda: x * x + y * y
匿名函数
关键字 lambda 表示匿名函数,冒号前面的 x 表示函数参数
>>> list(map(lambda x:x*x,list(range(1,10))))
[1, 4, 9, 16, 25, 36, 49, 64, 81] def f(x):
return x*x
>>> from hello import f
>>> list(map(lambda x:x*x,list(range(1,10))))
[1, 4, 9, 16, 25, 36, 49, 64, 81] #这两种方式等价,不过第一种代码量更少。
def f(x):
return x*x #等价于 lambda x:x*x
返回函数
比如我们实现一个求和函数:
def calc_sum(*args):
ans=0
for i in args:
ans+=i
return ans
但是如果不需要立刻求和,而是在后面的代码中,根据需要再计算怎么办?
可以不返回求和的结果,而是返回求和的函数:
def lazy_sum(*args):
def sum():
ans=0
for i in args:
ans+=i
return ans
return sum
#调用
>>> L=list(range(1,11))
>>> f=lazy_sum(*L) #返回的函数并没有立刻执行,而是直到调用了f
>>> f()
55
在这个例子中,我们在函数 lazy_sum 中又定义了函数 sum ,并且,内部函数 sum可以引用外部函数 lazy_sum 的参数和局部变量,当lazy_sum返回函数sum时,相关参数和变量都保存在返回的函数中,这种称为“闭包(Closure)”的程序结构拥有极大的威力。
当我们调用 lazy_sum() 时,每次调用都会返回一个新的函数,即使传入相同的参数:
>>> f1=lazy_sum(*L)
>>> f2=lazy_sum(*L)
>>> f1==f2
False
一个关于“闭包”的示例:
def count():
fs=[]
for i in range(1,4): #每次循环都创建了一个新的函数,然后把创建的3个函数都返回了
def f():
return i*i
fs.append(f)
return fs
#调用
>>> f1,f2,f3=count()
>>> f1()
9
>>> f2()
9
>>> f3()
9
怎么都是9 ?!
原因在于返回的函数引用了变量 i ,但它并非立刻执行。等到三个函数都返回时,它们所引用的变量 i 已经变成了 3,因此最终结果为9......
如果一定要引用循环变量怎么办?方法是再创建一个函数,用该函数的参数绑定循环变量当前的值,无论该循环变量后续如何更改,已绑定到函数参数的值不变:
def count():
fs=[]
for i in range(1,4):
def f(i):
def g():
return i*i
return g
fs.append(f(i))
return fs
#调用
>>> from hello import count
>>> f1,f2,f3=count()
>>> f1()
1
>>> f2()
4
>>> f3()
9
利用 lambda 函数简化:
def count():
fs=[]
for i in range(1,4):
def f(i):
return lambda :i*i
fs.append(f(i))
return fs
练习:利用闭包返回一个计数器函数,每次调用它返回递增整数
def count_num():
f=[0]
def count():
f[0]=f[0]+1
return f[0]
return count
>>> from hello import count_num
>>> f=count_num()
>>> f()
1
>>> f()
2
>>> f()
3
>>>
高阶函数——map
map() 函数接收两个参数,一个是函数,一个是Iterable , map将闯入的函数一次作用到序列的每个元素,并把结果作为新的 Iterator 返回
用 map 实现把一个函数 f(x)=x*x ,作用在一个 list 上后的结果输出:
>>> L=range(1,11)
>>> L=list(range(1,11))
>>> r=map(lambda x:x*x,L)
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
高阶函数——reduce
reduce() 函数是接受两个参数,把一个函数最用在一个序列上,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)
用reduce 实现序列求和
>>> from functools import reduce #使用reduce函数需先import
>>> L=list(range(1,11))
>>> reduce(lambda x,y:x+y,L)
55
用reduce 实现把一个整数序列变成整数
>>> L=list(range(1,10))
>>> reduce(lambda x,y:x*10+y,L)
123456789
用reduce + map 实现str 转换为 int 的函数
>>> def char_num(c):
... digits={'':0,'':1,'':2,'':3,'':4,'':5,'':6,'':7,'':8,'':9}
... return digits[c]
...
>>> reduce(lambda x,y :x*10+y,list(map(char_num,'')))
13654
python 有内置的str 与int 互化的函数
>>> str(4515)
''
>>> int('')
5252
练习:利用map()
函数,把用户输入的不规范的英文名字,变为首字母大写,其他小写的规范名字。输入:['adam', 'LISA', 'barT']
,输出:['Adam', 'Lisa', 'Bart']
:
Python基础笔记:函数式编程:高阶函数、返回函数、匿名函数的更多相关文章
- Python进阶:函数式编程(高阶函数,map,reduce,filter,sorted,返回函数,匿名函数,偏函数)...啊啊啊
函数式编程 函数是Python内建支持的一种封装,我们通过把大段代码拆成函数,通过一层一层的函数调用,就可以把复杂任务分解成简单的任务,这种分解可以称之为面向过程的程序设计.函数就是面向过程的程序设计 ...
- (转)Python进阶:函数式编程(高阶函数,map,reduce,filter,sorted,返回函数,匿名函数,偏函数)
原文:https://www.cnblogs.com/chenwolong/p/reduce.html 函数式编程 函数是Python内建支持的一种封装,我们通过把大段代码拆成函数,通过一层一层的函数 ...
- 【Python】[函数式编程]高阶函数,返回函数,装饰器,偏函数
函数式编程高阶函数 就是把函数作为参数的函数,这种抽象的编程方式就是函数式编程.--- - -跳过,不是很理解,汗 - ---
- Python基础:函数式编程
一.概述 Python是一门多范式的编程语言,它同时支持过程式.面向对象和函数式的编程范式.因此,在Python中提供了很多符合 函数式编程 风格的特性和工具. 以下是对 Python中的函数式编程 ...
- python 函数式编程 高阶函数 装饰器
# -*- coding:gb2312 -*- #coding=utf-8 # 高阶函数 import math def is_sqr(x): y = int(math.sqrt(x)) return ...
- python基础之函数式编程、匿名函数、内置函数
一 函数式编程 不修改外部状态. 模仿数学里得函数进行编程. 用函数编程写出得代码相当精简. 可读性比较差. 例子: y=2*x+1 x=1 def test(x): return 2*x+1 tes ...
- Python实用笔记 (12)函数式编程——高阶函数
函数式编程的一个特点就是,允许把函数本身作为参数传入另一个函数,还允许返回一个函数! Python对函数式编程提供部分支持.由于Python允许使用变量,因此,Python不是纯函数式编程语言. 变量 ...
- C#函数式编程-高阶函数
随笔分类 -函数式编程 C#函数式编程之标准高阶函数 2015-01-27 09:20 by y-z-f, 344 阅读, 收藏, 编辑 何为高阶函数 大家可能对这个名词并不熟悉,但是这个名词所表达的 ...
- [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. ...
- 函数式编程 高阶函数 map&reduce filter sorted
函数式编程 纯函数:没有变量的函数 对于纯函数而言:只要输入确定,那么输出就是确定的.纯函数是没有副作用的. 函数式编程:允许把函数本身作为参数传入另一个函数,还允许返回一个函数 高阶函数:一个函数的 ...
随机推荐
- 「CF126B」Password
题目描述 给定一个字符串 \(S\),我们规定一个字符串 \(P\) 是可行解,\(P\) 需要满足: \(P\) 是 \(S\) 的前缀 \(P\) 是 \(S\) 的后缀 \(P\) 出现在 \( ...
- ubuntu14 安装Node.js
@brief ubuntu 安装Node.js @date 2018-06-28 @see Ubuntu 上安装 Node.js(https://www.runoob.com/nodejs/node ...
- jmeter实现文件下载
通过浏览器下载文件时,会提示选择保存路径,但是利用测试工具jmeter请求时,在页面看到请求次数是增加了,而本地没有具体下载下来的文件. 需要在具体的文件下载请求下面,添加后置处理器-bean she ...
- 二十、oracle通过复合索引优化查询及不走索引的8种情况
1. 理解ROWID ROWID是由Oracle自动加在表中每行最后的一列伪列,既然是伪列,就说明表中并不会物理存储ROWID的值:你可以像使用其它列一样使用它,只是不能对该列的值进行增.删.改操作: ...
- 报错信息 Context []startup failed due to previous errors
文章转自:http://blog.sina.com.cn/s/blog_49b4a1f10100q93e.html 框架搭建好后,启动服务器出现如下的信息: log4j:WARN No appende ...
- golang Context for goroutines
概要 goroutine 的控制 取消控制 超时控制 goroutine 之间的传值 总结 概要 golang 的提供的 channel 机制是基于 CSP(Communicating Sequenc ...
- 用python写测试数据文件
f是指向文件的指针,r是转义字符,可以让字符串中的\保持不被转义.路径点属性查然后加上当前文件. 'w'表示只写,‘r’表示只读. import random 导入random数 s = []开一个空 ...
- MQTT 协议学习:003-MQTT通信流程介绍
背景 有关博文:通信报文的构成 . 上一讲说到可变头与消息体要结合不同的报文类型才能够进行分析(实际上,官方的文档的介绍顺序就是这样的) 那么,我们就来具体看看有关的报文类型. 在此之前 我们捋一捋完 ...
- java 十大经典排序算法
十大排序算法可以说是每个程序员都必须得掌握的了,花了一天的时间把代码实现且整理了一下,为了方便大家学习,我把它整理成一篇文章,每种算法会有简单的算法思想描述,为了方便大家理解,我还找来了动图演示:这还 ...
- [Codeforces] #603 (Div. 2) A-E题解
[Codeforces]1263A Sweet Problem [Codeforces]1263B PIN Code [Codeforces]1263C Everyone is a Winner! [ ...