Python: 高阶函数与lambda表达式

缘由：

python语法简单一看就会，但用在实处，想因为少于实战，总感觉有些捉襟。

翻阅跟踪youtube_dl源码，看到filter()函数用法，及其中lambda表达式，感觉好有意思，就补下课，记录所思。

1. 高阶函数

所谓高阶函数，即是能接受函数做参数的函数。函数做参，与c#委托、c++函数指针、Delphi事件有类似之处

比如：

def my_func(f, *args):
    f(args)

def my_print(s):
    print ', '.join(s)

my_func(my_print, 'liujw', 'male')

它打印出：

liujw, male

如此定义函数，它能接受函数做参数，并能处理其它参数，我们就说它高阶函数。

2. lambda表达式

lambda表达式返回可调用的函数对象，并且在运行时返回它们，通常是在需要一个函数，但是又不想去命名一个函数的场合下使用。

比如，我们定义数相加函数：

def add(x, y):
    return x + y

它用lambda表达式表示为：

lambda x, y: x + y

它以一个表达式，替代了常规def方法中return语句。

lambda可以支持0至多个参数，但没见有支持可变参数，即*args、**args，应该是不支持。

3. 内置高阶函数

3.1 apply(func[, nkw][, kw]):

用可选的参数来调用func，nkw 为非关键字参数，kw 关键字参数；返回值是函数调用的返回值。此函数已于python 1.6中摈弃

用途：当一个函数的参数存在于一个元组或者一个字典中时，用来间接的调用这个函数。现在版本python已允许直接调用作为参数的函数，因此它已淡出

def my_fun1():
    print "my_fun"

def my_fun2(x, y):
    print x + y

apply(my_fun1)
apply(my_fun2, (3, 5))

输出为：

my_fun
8

3.2 filter(func, seq):

调用一个布尔函数func 来迭代遍历每个seq 中的元素， 返回一个使func 返回值为ture 的元素的序列。

这个好用，我就是看到它才复习其用法，并成此文的。而youtube_dl中，大量用作为字典类判断，诸如：

matches = list(filter(lambda f: f['ext'] == ext, formats))

比如下面代码，求数组中的偶数：

lst = [1, 2, 3, 6, 7, 9, 10, 12, 15, 18]
lst = filter(lambda x: x % 2 == 0, lst)
print lst

它返回为：

[2, 6, 10, 12, 18]

3.3 map(func, seq1[,seq2...])

将函数func 作用于给定序列(s)的每个元素，并用一个列表来提供返回值，如果func 为None，func 表现为一个身份函数，返回一个含有每个序列中元素集合的n 个元组的列表。

比如上面列表元素做翻倍如处，可写代码如此：

lst = [1, 2, 3, 6, 7, 9, 10, 12, 15, 18]
lst = map(lambda x: x + x, lst)
print lst

返回结果为：

[2, 4, 6, 12, 14, 18, 20, 24, 30, 36]

3.4 reduce(func, seq[, init]):

将二元函数作用于seq 序列的元素，每次携带一对（先前的结果以及下一个序列元素），连续的将现有的结果和下雨给值作用在获得的随后的结果上，最后减少我们的序列为一个单一的返回值；如果初始值init 给定，第一个比较会是init 和第一个序列元素而不是序列的头两个元素。

Python核心编程PDF版翻译令人蛋疼，什么是下雨给值作用在？

简而言之就是返回func对后所面参数执行结果，通常用在数学计算上，当然其用处不止如此。

比如求上面列表所有元素之和，可写代码如下：

lst = [1, 2, 3, 6, 7, 9, 10, 12, 15, 18]
result = reduce(lambda x, y: x + y, lst)
print result

其结果为：

83

3.5 sorted(iterable, cmp=None, key=None, reverse=False):

顾名思义，它是用来排序的。接受一个传入参数，其它可选参数为排序规则、排序key值、是否反转等。

如果cmp为空，则默认升序排列列表，cmp返回值决定排序方式，>0为升序，=0不变，<0降序，cmp须得有两个参数。

比如降序排列如下列表：

lst = [1, 7, 5, 2, 3, 6, 9]
lst = sorted(lst, lambda x, y: y - x)
print lst

结果为：

[9, 7, 6, 5, 3, 2, 1]

其为冒泡排序法，x为后面元素，y为前面元素。若升序排列，置x - y为结果即可。

参考资料：Python核心编程第二版