python函数之map,reduce,filter等
1、map（）函数map（）是Python内置的高阶函数，它接收一个函数f和一个列表，并通过把函数f依次作用在列表的每个元素上，得到一个新的列表并返回。
例如，对于list
如果希望把列表的每个元素都作平方，就可以用map（）函数：
因此，我们只需要传入函数f（x）= x * x，就可以利用map（）函数完成这个计算：
def f（x）：return x * xprint map（f，）
输出结果：
可以用列表替代
注意： map（）函数不改变原有的列表，而是返回一个新的列表。
利用map（）函数，可以把一个列表转换为另一个列表，只需要传入转换函数。
由于list包含的元素可以是任何类型，因此，map（）不仅可以处理只包含数值的列表，事实上它可以处理包含任意类型的列表，只要传入的函数f可以处理这种数据类型。
假设用户输入的英文名字不规范，没有按照首字母大写，后续字母小写的规则，请使用map（）函数，把一个列表（包含若干不规范的英文名字）变成一个包含规范英文名字的列表：
输入：['adam'，'LISA'，'barT']
输出：['Adam'，'Lisa'，'Bart']
format_name（s）函数接收一个字符串，并且要返回格式化后的字符串，使用map（）函数，就可以输出新的列表。
参考代码：
def format_name（s）：return s.upper（）+ s.lower（）
print map（format_name，['adam'，'LISA'，'barT']）
2、reduce（）函数
reduce（）函数也是Python内置的一个高阶函数.reduce（）函数接收的参数和map（）类似，一个函数f，一个列表，但行为和map（）不同，reduce接收两个参数，reduce（）对列表的每个元素反复调用函数f，并返回最终结果值。
例如，编写一个函数f，接收x和y，返回x和y的和：
def f（x，y）：return x + y
调用reduce（f，[ 1，3，5，7，9 ]）时，reduce函数将做如下计算：
先计算头两个元素：f（1,3），结果为4;再把结果和第3个元素计算：f（4,5），结果为9;再把结果和第4个元素计算：f （9,7），结果为16;再把结果和第5个元素计算：f（16,9），结果为25;由于没有更多的元素，计算结束，返回结果25。
虽然Python内置了求和函数sum（），但是，利用reduce（）求和也很简单。
reduce（）还可以接收第3个可选参数，作为计算的初始值。如果把初始值设为100，计算：
reduce（f，，100）
结果将变为125，因为第一轮计算是：
计算初始值和第一个元素：f（ 100，1 ），结果为101。
Python内置了求和函数sum（），但没有求积的函数，请利用recude（）来求积：
输入：
输出：2 * 4 * 5 * 7 * 12的结果
reduce（）接收的函数f需要两个参数，并返回一个结果，以便继续进行下一轮计算。
参考代码：
def prod（x，y）：return x * y print reduce（prod，）
3.filter（）函数
filter（）函数是Python内置的另一个有用的高阶函数，filter（）函数接收一个函数f和一个列表，这个函数f的作用是对每个元素进行判断，返回True或False，filter判断结果自动过滤掉不符合条件的元素，由符合条件元素组成的新列表返回。
例如，要从一个列表中删除偶数，保留奇数，首先，要编写一个判断奇数的函数：
def is_odd（x）：return x％2 == 1
然后，利用filter（）过滤掉偶数：
filter（is_odd，）
结果： [ 1，7，9，17 ]
利用滤波器（），可以完成很多有用的功能，例如，删除无或者空字符串：
def is_not_empty（s）：return s and len（s.strip（））> 0
filter（is_not_empty，['test'，None，''，'str'，''，'END']）
结果： ['test'，'str'，'END']
注： s.strip（rm）删除s字符串中开头，结尾处的rm序列的字符。
当rm为空时，默认删除空白符（包括'\ n'，'\ r'，'\ t'，''），如下：
a ='123'a.strip（）
结果： '123'
a ='\ t \ t123 \ r \ n'a.strip（）
结果： '123'
请利用filter（）过滤出1100中平方根是整数的数，即结果应该是：
filter（）接收的函数必须判断出一个数的平方根是否是整数，而math.sqrt（）返回结果是浮点数。
参考代码：
import math
def is_sqr（x）：r = int（math.sqrt（x））return r * r == x
print filter（is_sqr，range（1，101））
4.自定义排序函数sorted（）
Python内置的sorted（）函数可对列表进行排序：
>>> sorted（）
但sorted（）也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义，传入两个待比较的元素x，y，如果x应该排在y的前面，返回-1，如果x应该排在y的后面，返回1.如果x和y相等，返回0。
因此，如果我们要实现倒序排序，只需要编写一个reversed_cmp函数：
def reversed_cmp（x，y）：如果x> y：如果x <y：返回-1返回1返回0
这样，调用sorted（）并传入reversed_cmp就可以实现倒序排序：
>>> sorted（，reversed_cmp）
ASCII大小来比较：sort（）也可以对字符串进行排序，字符串默认按照ASCII大小来比较：
>>> sorted（['bob'，'about'，'Zoo'，'Credit']）['Credit'，'Zoo'，'about'，'bob'
'Zoo'排在'about'之前是因为'Z'的ASCII码比'a'小。
对于比较函数cmp_ignore_case（s1，s2），要忽略大小写比较，就是先把两个字符串都变成大写，再比较。
参考代码：
def cmp_ignore_case(s1,s2):
u1 = s1.upper()
u2 = s2.upper()
if u1 < u2:
return -1
if u1 > u2:
return 1
return 0
print sorted(['bob'，'about' 'Zoo'，'Credit']，cmp_ignore_case)
5、返回函数
Python的函数不可以返回int，str，list，dict等数据类型，还可以返回函数！
例如，定义一个函数f（），我们让它返回一个函数g，可以这样写：
def f（）：
print 'call f（）...'
＃定义函数g：
def g（）：
print 'call g（）...'
＃返回函数g：
ruturn g
仔细观察上面的函数定义，我们在函数f内部又定义了一个函数g。由于函数g也是一个对象，函数名g就是指向函数g的变量，所以，最外层函数f可以返回变量g，也就是函数g本身。
调用函数f，我们会得到f返回的一个函数：
>>> x = f（）＃调用f（）
call f（）...
>>> x＃variable x是f（）返回的函数：
<function g at 0x1037bf320>
>>> x（）＃x指向函数，因此可以调用
call g（）...＃调用x（）就是执行g（）函数定义的代码
请注意区分返回函数和返回值：
def myabs（）：
return abs＃返回函数
def myabs2（x）：
return abs（x）＃返回函数调用的结果，返回值是一个数值
返回函数可以把一些计算延迟执行。例如，如果定义一个普通的求和函数：
def calc_sum（lst）：
return sum（lst）
调用calc_sum（）函数时，将立刻计算并得到结果：
>>> calc_sum（）
10
但是，如果返回一个函数，就可以“延迟计算”：
def calc_sum（lst）：
def lazy_sum（）：
return sum（lst）
return lazy_sum
＃调用calc_sum（）并没有计算出结果，而是返回函数：
>>> f = calc_sum（）
>>> f
<function lazy_sum at 0x1037bfaa0>
＃对返回的函数进行调用时，才计算出结果：
>>> f（）
10
由于可以返回函数，我们在后续代码里就可以决定到底要不要调用该函数。
请编写一个函数calc_prod（lst），它接收一个列表，返回一个函数，返回函数可以计算参数的乘积。
def calc_prod（lst）：
def lazy_prod（）：
def f（x，y）：
ruturn x * y
return reduce（f，lst，1）
返回lazy_prod
f = calc_prod（）
print f（）
6、闭包
在函数内部定义的函数和外部定义的函数是一样的，只是他们无法被外部访问：
def g（）：
print'g（）...'
def f（）：
print'f（）...'
ruturn g
将g的定义移入函数f内部，防止其他代码调用g：
def f（）：
print'f（）...'
def g（）：
print'g（）...'
ruturn g
但是，考察上一小节定义的calc_sum函数：
def calc_sum（lst）：
def lazy_sum（）：
return sum（lst）
ruturn lazy_sum
注意：发现没法把lazy_sum移到calc_sum的外部，因为它引用了calc_sum的参数lst。
像这种内层函数引用了外层函数的变量，然后返回内层函数的情况，称为闭包（Closure）。
闭包的特点是返回的函数还引用了外层函数的局部变量，所以，要正确使用闭包，就要确保引用的局部变量在函数返回后不能变。举例如下：
＃希望一次返回3个函数，分别计算1x1,2x2,3x3：
def count（）：
fs = []
for i in range（1,4）：
def f（）：
return i * i
fs.append（f）
return fs
f1，f2，f3 = count（）
你可能认为调用f1（），f2（）和f3（）结果应该是1,4,9，但实际结果全部都是9（请自己动手验证）。
原因就是当count（）函数返回了3个函数时，这3个函数所引用的变量i的值已经变成了3.由于f1，f2，f3并没有被调用，所以，此时他们并未计算i * i，当f1被调用时：
>>> f1（）
9＃因为f1现在才计算i * i，但现在i的值已经变为3
因此，返回函数不要引用任何循环变量，或者后续会发发变化的变量。
返回闭包不能引用循环变量，请更改count（）函数，让它正确返回能计算1x1,2x2,3x3的函数。
def f（j）：
def g（）：
return j * j
return g
它可以正确地返回一个闭包g，g所引用的变量j不是循环变量，因此将正常执行。
在计数函数的循环内部，如果借助f函数，就可以避免引用循环变量i。
参考代码：
def count（）：
fs = []
for i in range（1,4）：
def f（j）：
def g（）：
return j * j
return g
r = f（i）
fs.append（r）
返回fs
f1，f2，f3 = count（）
print f1（），f2（），f3（）
7.匿名函数
高阶函数可以接收函数做参数，有些时候，我们不需要显式地定义函数，直接传入匿名函数更方便。
在Python中，对匿名函数提供有限支持。还是以map（）函数为例，计算f（x）= x2时，除了定义一个f（x）的函数外，还可以直接传入匿名函数：
>>> map（lambda x：x * x，）
通过对比可以看出，匿名函数lambda x：x * x实际上就是：
def f（x）：
return x * x
关键字lambda表示匿名函数，冒号前面的x表示函数参数。
匿名函数有个限制，就是只能有一个表达式，不写return，返回值就是该表达式的结果。
使用匿名函数，可以不必定义函数名，直接创建一个函数对象，很多时候可以简化代码：
>>> sorted（，lambda x，y：-cmp（x，y））
返回函数的时候，也可以返回匿名函数：
>>> myabs = lambda x：-x if x <0 else x
>>> myabs（-1）
1
>>> myabs（1）
1
利用匿名函数简化以下代码：
def is_not_empty（s）：
return s and len（s.strip（））> 0
filter（is_not_empty，['test'，None，''，'str'，''，'END']）
定义匿名函数时，没有返回关键字，且表达式的值就是函数返回值。
参考代码：
打印过滤器（lambda s：s和len（s.strip（））> 0，['test'，None，''，'str'，''，'END'
页:
[1]