Python学习 Day 5 高阶函数 map/reduce filter sorter 返回函数 匿名函数 装饰器 偏函数
高阶函数Higher-orderfunction变量可以指向函数
>>> abs #abs(-10)是函数调用，而abs是函数本身
<built-in function abs>
>>> f = abs #函数本身也可以赋值给变量
>>> f #变量可以指向函数
<built-in function abs>
>>> f(-10) #变量调用函数
10
函数名也是变量
>>> abs = 10
>>> abs(-10) #把abs指向10后，无法通过abs(-10)调用该函数
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'int' object is not callable
传入函数
既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。
>>> def add(x, y, f):
return f(x) + f(y)
>>> add(-1,-2,abs)
map
map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。举例说明，比如我们有一个函数f(x)=x2，要把这个函数作用在一个list 上，就可以用map()实现如下：
>>> def f(x):
return x * x
>>> map(f, ) #第一个参数是f，即函数对象本身
>>> map(str, ) #把这个list所有数字转为字符串
['1', '2', '3', '4', '5', '6', '7', '8','9']
reduce(...)
reduce(function, sequence[, initial]) -> value
Apply a function of two arguments cumulatively to the items of asequence,from left to right, so as to reduce the sequence to a single value.
For example, reduce(lambda x, y: x+y, ) calculates((((1+2)+3)+4)+5). If initial ispresent, it is placed before the items of the sequence in the calculation, and serves as a default whenthe sequence is empty.
>>> def add(x, y):
return x + y
>>> reduce(add, )
25
def str2int(s):#把str转换为str2int
def fn(x, y):
return x * 10 + y
def char2num(s):
return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7,'8': 8, '9': 9}
return reduce(fn, map(char2num, s))
filter
filter(...)
filter(function or None, sequence) -> list, tuple, or string
Return those items of sequence for which function(item) is true. If
function is None, return the items that are true. If sequence is a tuple
or string, return the same type, else return a list.
def is_odd(n):#list中，删掉偶数
return n % 2 == 1
filter(is_odd, )
def not_empty(s):#序列中的空字符串删掉
return s and s.strip()
filter(not_empty, ['A', '', 'B', None, 'C',' '])
sorted
sorted(iterable, cmp=None, key=None,reverse=False) --> new sorted list
>>> def reversed_cmp(x, y):#倒序排序
if x > y:
return -1
if x < y:
return 1
return 0
>>> sorted(,reversed_cmp)
>>> def cmp_ignore_case(s1, s2):#忽略大小写来比较两个字符串
u1 = s1.upper()
u2 = s2.upper()
if u1 < u2:
return -1
if u1 > u2:
return 1
return 0
>>> sorted(['bob', 'about', 'Zoo','Credit'], cmp_ignore_case)
['about', 'bob', 'Credit', 'Zoo']
返回函数
def calc_sum(*args):#可变参数的求和
ax = 0
for n in args:
ax = ax + n
return ax
不需要立刻求和，而是在后面的代码中，根据需要再计算.
def lazy_sum(*args):
def sum():#又定义了函数sum
ax = 0
for n in args:
ax = ax + n#引用外部函数lazy_sum的参数和局部变量
return ax#这种程序结构称为“闭包
return sum
>>> f = lazy_sum(1, 3, 5, 7, 9)
>>> f
<function sum at 0x10452f668>
>>> f()
25
>>> f1 = lazy_sum(1, 3, 5, 7, 9)
>>> f2 = lazy_sum(1, 3, 5, 7, 9)
>>> f1==f2#每次调用都会返回一个新的函数,结果互不影响
False
匿名函数
>>> map(lambda x: x * x, )
匿名函数lambda x: x * x实际上就是：
def f(x):
return x * x
>>> f = lambda x: x * x#把匿名函数赋值给一个变量，再利用变量来调用该函数
>>> f
<function <lambda> at0x10453d7d0>
>>> f(5)
25
装饰器
decorator就是一个返回函数的高阶函数。所以，我们要定义一个能打印日志的decorator，可以定义如下：
def log(func):#decorator
def wrapper(*args, **kw):
print 'call %s():' % func.__name__
return func(*args, **kw)
return wrapper
@log#把decorator置于函数的定义处
def now():
print '2013-12-25'
>>> now()
call now():#运行now()函数前打印一行日志
2013-12-25
def log(text):#自定义log的文本
def decorator(func):
def wrapper(*args, **kw):
print '%s %s():' % (text,func.__name__)
return func(*args, **kw)
return wrapper
return decorator
@log('execute')#3层嵌套的decorator用法
def now():
print '2013-12-25'
偏函数Partial function
>>> int('12345', base=8)#传入base参数，就可以做N进制的转换
5349
def int2(x, base=2):#定义int2()函数，默认把base=2传进去
return int(x, base)
>>> int2('1000000')
64
functools.partial就是帮助我们创建一个偏函数的，不需要我们自己定义int2()，可以直接使用下面的代码创建一个新的函数int2：
>>> import functools
>>> int2 = functools.partial(int,base=2)
>>> int2('1000000')
64
functools.partial的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。
http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9odGJUicIU0zRXGQnRsynWicZjkx4eBJS0blhJQuSOYr4OQDNZH8lpoOhsNVbw0YtCdEARUs7LEOoTA/640?wx_fmt=jpeg&tp=webp&wxfrom=5
求关注 求扩散
页:
[1]