高阶函数

什么是高阶函数

高阶函数就是能够把函数当成参数传递的函数就是高阶函数,换句话说如果一个函数的参数是函数,那么这个函数就是一个高阶函数。

高阶函数可以是你使用def关键字自定义的函数,也有Python系统自带的内置高阶函数。

自定义一个高阶函数

我们下面的例子中,函数 senior 的参数中有一个是函数,那么senior就是一个高阶函数;函数 tenfold 的参数不是函数,所以tenfold就只是一个普通的函数。

# 定义高阶函数
def senior(func, container):
"""
将容器中的数据依次放入函数中进行运算,
将结果返回到迭代器中,最后返回迭代器。
"""
lst = list()
for i in container:
lst.append(func(i))
return iter(lst) # 定义普通的功能函数
def tenfold(num):
"""
十倍器
将数据乘 10,返回结果。
"""
return num * 10 # 定义一个列表
lst = [10, 20666, 'msr'] # 使用高阶函数
it = senior(tenfold, lst)
print(list(it)) # [100, 206660, 'msrmsrmsrmsrmsrmsrmsrmsrmsrmsr']

常用的内置高阶函数

函数 功能作用
map 处理可迭代对象中的数据,将处理的结果返回到迭代器中。
filter 过滤可迭代对象中的数据,将过滤好的数据返回到迭代器中。
reduce 处理可迭代对象中的数据,将最终的结果返回出来。
sorted 排序可迭代对象中的数据,将排序好的结果返回出来。

map函数

语法:map(function, Iterable)

参数说明

function:函数,可以是 自定义函数 或者是 内置函数;

iterable:可迭代对象,可迭代性数据。(容器类型数据和类容器类型数据、range对象、迭代器)

功能

把可迭代对象中的数据一个一个拿出来,然后放在到指定的函数中做处理,将处理之后的结果依次放入迭代器中,最后返回这个迭代器。

实例

将列表中的元素转成整型类型,然后返回出来。

lst = ['1', '2', '3', '4']

""" 使用常规的写法 """
new_lst = list()
for i in lst:
new_lst.append(int(i))
print(new_lst) # [1, 2, 3, 4] """ 使用map函数实现 """
it = map(int, lst)
new_lst = list(it)
print(new_lst) # [1, 2, 3, 4]

列表中的每一个数依次乘 2的下标索引+1 次方。使用自定义的函数,配合实现功能。

lst = [1, 2, 3, 4]

""" 普通的方法,利用左移 """
new_lst = list()
for i in lst:
res = i << i
new_lst.append(res)
print(new_lst) # [2, 8, 24, 64] """ 使用map函数 """
# 先定义一个左移函数,自定义的函数必须是一个带参函数并且有返回值
def func(num):
return num << num
new_lst = list(map(func, lst))
print(new_lst) # [2, 8, 24, 64] """ 使用lambda简化 """
new_lst = list(map(lambda num: num << num, lst))
print(new_lst) # [2, 8, 24, 64]

filter函数

语法:filter(function, iterable)

参数的意义和map函数一样

功能

filter用于过滤数据,将可迭代对象中的数据一个一个的放入函数中进行处理,如果函数返回值为真,将数据保留;反之不保留,最好返回迭代器。

实例

保留容器中的偶数

lst = [11, 2, 3, 34, 4, 4, 55]

""" 常规写法 """
new_lst = list()
for i in lst:
if i % 2 == 0:
new_lst.append(i)
print(new_lst) # [2, 34, 4, 4] """ 使用filter函数 """
def func(num):
if num % 2 == 0:
return True
new_lst = list(filter(func, lst))
print(new_lst) # [2, 34, 4, 4] """ filter + lambda """
new_lst = list(filter(lambda num: True if (num % 2 == 0) else False, lst))
print(new_lst) # [2, 34, 4, 4]

reduce函数

语法:reduce(function, iterable)

参数含义与map、filter一致。

功能

计算数据,将可迭代对象的中的前两个值放在函数中做出运算,得出结果在和第三个值放在函数中运算得出结果,以此类推,直到所有的结果运算完毕,返回最终的结果。

根据功能我们就应该直到,reduce中的函数需要可以接收两个参数才可以。

实例

reduce函数使用需要先从标准库functools中导入

将列表中的数据元素组合成为一个数,

from functools import reduce

lst = [2, 0, 6, 6, 6]

""" 常规方法 """
char = str()
for i in lst:
char += str(i)
print(int(char)) # 20666 """ 使用reduse函数 """
def func(x, y):
return x * 10 + y
res = reduce(func, lst)
print(res) # 20666 """ reduce + lambda """
res = reduce((lambda x, y: (x * 10 + y)), lst)
print(res) # 20666

sorted函数

语法:sorted(Iterable, key=function, reverse=False)

参数说明

iterable:可迭代对象;

key:指定函数,默认为空;

reverse:排序的方法,默认为False,意为升序;

功能

如果没有指定函数,就单纯的将数据安札ASCII进行排序;如果指定了函数,就将数据放入函数中进行运算,根据数据的结果进行排序,返回新的数据,不会改变原有的数据。

注意,如果指定了函数,排序之后是根据数据的结果对原数据进行排序,而不是排序计算之后的就结果数据。

实例

将列表中的数据进行排序。

lst = [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]

""" 使用列表的内置函数进行排序,默认升序 """
lst.sort()
print(lst) # [-3, 1, 5, 6, 12, 12, 23, 34, 342, 2345]
# 降序排序
lst.sort(reverse=True)
print(lst) # [2345, 342, 34, 23, 12, 12, 6, 5, 1, -3] lst = [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]
""" 使用sorted进行排序 """
new_lst = sorted(lst)
print(new_lst) # [-3, 1, 5, 6, 12, 12, 23, 34, 342, 2345]
print(lst) # [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]

还有一点就是 sorted 函数可以将数据放入函数中进行处理,然后根据结果进行排序。

lst = [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]

""" 按照绝对值进行排序 """
new_lst = sorted(lst, key=abs)
print(new_lst) # [1, -3, 5, 6, 12, 12, 23, 34, 342, 2345] """ 按照除以10的余数进行排序 """
def func(num):
return num % 10
new_lst = sorted(lst, key=func)
print(new_lst) # [1, 342, 12, 12, 23, 34, 5, 2345, 6, -3] # 可以看到,我们指定函数之后排序的结果既不是原数据的绝对值、也不是原数据除以10的余数,而是根据这两种计算结果对原数据进行了排序。

sort和sorted

既然有了列表的内置函数sort,为什么我们还要使用sorted函数呢?

  1. sorted可以排序一切可迭代对象,但是sort只是列表的内置函数,只能对列表进行排序;
  2. sorted排序返回新的数据,不改变原数据,sort改变了原数据;
  3. sorted可以指定函数,根据函数的计算结果、按照某一种方式进行排序,但是sort只能单纯的根据数字大小和ASCII进行排序。

总结

高阶函数就是将函数作为参数的函数。

map(Function,Iterable)(将可迭代性数据中的元素一一取出放入函数中进行运算在将结果返回,最后返回的数据类型是迭代器)

filter(Function,Iterable)(过滤数据,将可迭代性数据放入函数中进行运算,结果为真将数据返回,反之舍弃,最会返回的数据类型是迭代器)

reduce(Function,Iterable)(计算数据,将可迭代型数据中的前两个元素拿出放入函数中进行运算将结果在与后一个元素进行运算,最后返回最终的结果)

sorted(Iterable,[key=Function],[reverse =Bool(False(default)/True)])(将可迭代型数据进行排序,或将可迭代型数据放入函数中进行运算将结果进行排序返回)

Python 函数进阶-高阶函数的更多相关文章

  1. Python 函数式编程 & Python中的高阶函数map reduce filter 和sorted

    1. 函数式编程 1)概念 函数式编程是一种编程模型,他将计算机运算看做是数学中函数的计算,并且避免了状态以及变量的概念.wiki 我们知道,对象是面向对象的第一型,那么函数式编程也是一样,函数是函数 ...

  2. Python中的高阶函数与匿名函数

    Python中的高阶函数与匿名函数 高阶函数 高阶函数就是把函数当做参数传递的一种函数.其与C#中的委托有点相似,个人认为. def add(x,y,f): return f( x)+ f( y) p ...

  3. Python学习笔记 - 高阶函数

    高阶函数英文叫Higher-order function.什么是高阶函数?我们以实际代码为例子,一步一步深入概念. 变量可以指向函数 以Python内置的求绝对值的函数abs()为例,调用该函数用以下 ...

  4. python中的高阶函数

    高阶函数英文叫Higher-order function.什么是高阶函数?我们以实际代码为例子,一步一步深入概念. 变量可以指向函数 以Python内置的求绝对值的函数abs()为例,调用该函数用以下 ...

  5. Python高级教程-高阶函数

    Higher-order function(高阶函数) 变量可以指向函数 以Python内置的求绝对值的函数abs()为例,调用该函数用以下代码: >>> abs(-10) 10 但 ...

  6. Python小世界:匿名函数、高阶函数、推导式

    前言 木子本人搞起Python已有多年,一直觉得什么都会,但是有时候实操起来,才觉得很多底层基础的知识都没有彻底的灵活掌握. 另外,网上关于Python基础知识的各种普及已有太多太多. 附上相关大神的 ...

  7. Python入门篇-高阶函数

    Python入门篇-高阶函数 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.高级函数  1>.First Class Object 函数在Python中是一等公民 函数也 ...

  8. python基础编程: 编码补充、文件操作、集合、函数参数、函数递归、二分查找、匿名函数与高阶函数

    目录: 编码的补充 文件操作 集合 函数的参数 函数的递归 匿名函数与高阶函数 二分查找示例 一.编码的补充: 在python程序中,首行一般为:#-*- coding:utf-8 -*-,就是告诉p ...

  9. Python之路-函数基础&局部变量与全局变量&匿名函数&递归函数&高阶函数

    一.函数的定义与调用 函数:组织好的.可重复使用的.用户实现单一或者关联功能的代码段.函数能够提高应用的模块性和代码的重复利用率.Python提供了很多内置的函数,比如len等等,另外也可以根据自己的 ...

随机推荐

  1. Qt自定义控件之可伸缩组合框(GroupBox)控件

    摘要 本文基于QGroupBox扩展了一种可以伸缩的组合框,正常状态下,组合框处于收缩状态,内部的控件是隐藏的:需要的时候,可以将组合框进行伸展,并将内部控件显示出来. 正文 实现的代码比较简单,主要 ...

  2. Linux磁盘分区管理-LVM回顾

    LVM(逻辑分区管理)的几个概念:PV(物理卷),VG(卷组),LV(逻辑卷),PE(物理区域),LE(逻辑区域),其中PV, VG, LV 三者之间的关系如下图 : 物理存储介质:这里指系统的存储设 ...

  3. 学习廖雪峰的Git教程1

    我是在Ubuntu上学习的,所以配置之类的进行的很快. 一.创建版本库 mkdir learngit cd learngit git init 用git init变成git可以管理的库 二.git a ...

  4. Zookeeper 下 Server 工作状态 ?

    服务器具有四种状态,分别是 LOOKING.FOLLOWING.LEADING.OBSERVING. 1.LOOKING:寻找 Leader 状态.当服务器处于该状态时,它会认为当前集群中 没有 Le ...

  5. C语言之API

    C语言之API 1.输入(控制台输入) scanf("%d,%d",&a,&b); 2.输出(打印数值) printf("max=%d\n",c ...

  6. numpy入门—Numpy的核心array对象以及创建array的方法

    Numpy的核心array对象以及创建array的方法 array对象的背景: Numpy的核心数据结构,就叫做array就是数组,array对象可以是一维数组,也可以是多维数组: Python的Li ...

  7. 2_稳定性分析_极点_Stability

    在复平面内 控制理论就是设计控制器D使输入输出之间的传递函数的极点落在复平面的左侧,在现代控制理论中研究状态矩阵的特征值判断稳定性

  8. 记一次曲折的CVE-2018-1270复现分析

    前言 前两天接到朋友对某个授权目标的漏扫结果,也算是初次接触到这个漏洞,就想着顺手分析一下复现一下,因为分析这个漏洞的文章也比较少,所以刚开始比较迷,进度也比较慢. 漏洞复现 使用vulhub搭建环境 ...

  9. ubantu14.04搜狗拼音安装

    1. 先卸载fcitx: sudo apt-get purge fcitx*2. 安装fcitx和libssh2-1: sudo apt-get install fcitx 和 sudo apt-ge ...

  10. uniapp打包成H5部署到服务器教程

    当前端uniapp写的项目开发完成的时候,需要将页面打包出来,生成H5的静态文件,部署在服务器上,通过服务器链接地址,就可以直接在手机上点开访问 了. 在网上看了一圈,好像没有找到十分详细的教程,这里 ...