map()

map()函数接收两个参数，一个是函数，一个是Iterable，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Iterator返回。

 def func(x):

     return x*x

 r = map(func, [, , , , ])

 print(type(r))

 r = list(r)

 print(r)

输出结果：

<class 'map'>

[, , , , ]

可以看出，map让函数func作用于列表的每一项，使列表的每一项都被函数func执行一次，即列表的每一项都进行平方。其返回值是map类型。

reduce()

reduce函数必须接收两个参数,把一个函数作用在一个序列[x1, x2, x3, ...]上，然后再把结果继续和序列的下一个元素做累积计算。

 from functools import reduce

 def fn(x, y):

     return x *  + y

 f = reduce(fn, [, , , , ])   # 把序列变为整数

 print(f)

 print(type(f))

输出结果：

<class 'int'>

和map不同，虽然reduce也是作用于每个元素，但是reduce的作用结果要用在下次和另一个元素做累积计算。

map()和reduce()的结合使用

 from functools import reduce

 def fn(x, y):

     return x *  + y

 def char2num(s):

     digits = {'': , '': , '': , '': , '': , '': , '': , '': , '': , '': }

     return digits[s]

 f = reduce(fn, map(char2num, ''))

 print(f)

输出结果：

可以将字符串类型转换为int类型

filter()

filter()函数用于过滤序列，接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

 def not_empty(s):

     return s and s.strip()　　# 不能直接写s.strip()

 f = filter(not_empty, ['A', '', 'B', None, 'C', '  '])

 print(type(f))

 print(list(f))

输出结果：

<class 'filter'>

['A', 'B', 'C']

sorted()

sorted()函数也是一个高阶函数，在列表的学习中初步接触了sorted()，但其实它还可以接收一个key函数来实现自定义的排序。

key指定的函数将作用于被排序对象的每一个元素上，并根据key函数返回的结果进行排序。

 l = sorted([, , -, , -], key=abs)   # 按绝对值大小排序

 print(l)

 s = sorted(['bob', 'about', 'Zoo', 'Credit'])       # 按ASCII大小排序

 print(s)

 sl = sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)   # 忽略大小写排序

 print(sl)

 sr = sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)     # 反向排序

 print(sr)

输出结果：

[, , -, -, ]

['Credit', 'Zoo', 'about', 'bob']

['about', 'bob', 'Credit', 'Zoo']

['Zoo', 'Credit', 'bob', 'about']

同样的，sorted()也可以对元组和字典进行排序

 from operator import itemgetter　　　　# 需要使用operator模块

 L = [('Bob', ), ('Adam', ), ('Bart', ), ('Lisa', )]

 print(sorted(L, key=itemgetter()))

输出结果：

[('Adam', ), ('Bart', ), ('Bob', ), ('Lisa', )]

当然，也能以values的值来排序，对字典的排序与元组类似，但返回值不同。

 from operator import itemgetter

 dic = {"Bob": , "Adam": , "Lisa": }

 print(sorted(dic,key=itemgetter()))

 print(sorted(dic, key=itemgetter()))

输出结果：

['Adam', 'Bob', 'Lisa']

['Adam', 'Lisa', 'Bob']

可以看到，不管是以key值进行排序，还是以value值进行排序，排序结果只返回对应顺序的key值。

匿名函数

 f = list(map(lambda x: x * x, [, , , , , , , , ]))

 print(f)

输出结果：

[, , , , , , , , ]

上面就是一个匿名函数的使用，匿名函数 lambda x: x * x 实际上就是:

 def f(x):

     return x * x

只是在这里没有显式地定义函数，这样因为函数没有名字，不必担心函数名冲突，而且代码看起来也简洁。

巴特西

python之高阶函数和匿名函数

map()

reduce()

map()和reduce()的结合使用

filter()

sorted()

匿名函数

最新文章

热门文章