Python学习 Day 5 高阶函数 mapreduce filter sorter 返回函数 匿名函数 装饰器 偏函数

概述高阶函数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>>> f = abs #函数本身也

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 [1,2,3,4,5,6,7,8,9]上，就可以用map()实现如下：

>>> def f(x):

return x * x

>>> map(f,[1,9]) #第一个参数是f，即函数对象本身

[1,9,16,25,36,49,64,81]

 

>>> map(str,9]) #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,5]) 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,9])

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}[s]

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,10,15])

 

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([36,12,21],reversed_cmp)

[36,21,5]

 

>>> 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(1,9)

>>> f

<function sum at 0x10452f668>

>>> f()

25

>>> f1 = lazy_sum(1,9)

>>> f2 = lazy_sum(1,9)

>>> 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,9])

[1,81]

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。

求关注 求扩散

总结

以上是内存溢出为你收集整理的Python学习 Day 5 高阶函数 map/reduce filter sorter 返回函数 匿名函数 装饰器 偏函数全部内容，希望文章能够帮你解决Python学习 Day 5 高阶函数 map/reduce filter sorter 返回函数 匿名函数 装饰器 偏函数所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。