Python代码阅读（第1篇）：列表映射后的平均值

本篇阅读的代码实现了将列表进行映射，并求取映射后的平均值。

本篇阅读的代码片段来自于30-seconds-of-python。

average_by

def average_by(lst, fn=lambda x: x):
  return sum(map(fn, lst), 0.0) / len(lst)

# EXAMPLES
average_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda x: x['n']) # 5.0

该函数用于在列表中求取平均数。该代码片段中主要使用了lambda表达式和map函数。该函数的主要逻辑是使用lambda表达式和map函数提取由待计算的数值组成的迭代器，然后使用sum函数计算列表的和，再除以列表长度。

lambda表达式

形如lambda parameters: expression的表达式可以创建一个匿名函数。在该代码片段中，lambda表达式出现在函数average_by的参数定义中，作为一个参数传给了fn。因此在average_by函数体中fn作为刚刚在参数中定义的函数发挥作用。

函数average_by的默认参数中的lambda表达式是一个直接返回输入参数的函数。在例子中，向average_by传入的匿名函数返回字典中key值为n项的值。

map函数

map函数是Python内置的一个高阶函数，这个函数很有意思，它的参数是一个函数以及一个可迭代对象。它会返回一个迭代器，这个迭代器会将参数中的函数应用在参数中可迭代对象上。

其他类似函数

在30-seconds-of-python中还有一些类似的代码片段。在理解了average_by函数之后，这些都很容理解。

max_by

def max_by(lst, fn):
  return max(map(fn, lst))

# EXAMPLES
max_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda v : v['n']) # 8

min_by

def min_by(lst, fn):
  return min(map(fn, lst))

# EXAMPLES
min_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda v : v['n']) # 2

sum_by

def sum_by(lst, fn):
  return sum(map(fn, lst))

# EXAMPLES
sum_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda v : v['n']) # 20