Python把函数作为参数传入的高阶编程方法

map:接受两个参数（函数，Iterable），map将传入的函数依次作用于Iterable的每个元素，并且返回新的Iterable

def f(x):return x*x
r = map(f,[1,2,3,4])    #此时的r为惰性求值——可用next()和for...in取值
#通过list()返回全部
print(list(r))  #[1, 4, 9, 16]

reduce:接受两个参数（函数，序列）,reduce把一个函数作用于序列上，返回的结果继续和序列的下一个元素做累积计算,其效果为：reduce(f,[x,y,z])=>f(f(x,y),z)

from functools import reduce
def add(x,y):return x+y
reduce(add,[1,3,5,7,9]) #25

filter:过滤序列。接受两个参数（函数，序列），filter把函数作用于序列上，根据返回值是否为True，决定是否放弃该元素

def is_odd(x):return x%2==1
list(filter(is_odd,[1,2,3,4,5,6,7,8,9]))    #filter惰性求值[1, 3, 5, 7, 9]

sorted:排序，可排序对象包括数字list、字符串list、dict等，可接受三个参数，后两个为可选

# sorted([],key=express,reverse=True) key：对每个元素的处理方法   reverse：是否反向排序
sorted([0,1,-2,-1,6,3,8],key=abs,reverse=True) #[8, 6, 3, -2, 1, -1, 0]

匿名函数 lambda:匿名函数关键字：前的元素表示匿名函数的参数匿名函数不用谢return表达式，返回值就是该表达式的值

m = list(map(lambda x: x*x,[1,2,3,4]))
print(m)    #[1, 4, 9, 16]from functools import reducedict1 = {'zhangsan': 90, 'lisi': 100, 'wangwu': 89, 'zhaoliu': 92}
result = sorted(dict1.items(), key=lambda x: x[1])
dict1 = dict(result)
print(dict1)# map 映射 [1,4,9,16,25]
map1 = map(lambda x: x + 2, [1, 2, 3, 4, 5])
print(map1)
print(list(map1))names = ['tom', 'jack', 'lily', 'lucy', 'lily']
map2 = map(lambda x: x.capitalize(), names)
print(tuple(map2))# filter()  filter(function or None, iterable) --> filter objectnumbers = [2, 4, 7, 9, 0, 12, 45, 78, 23]
filter1 = filter(None, numbers)
print(list(filter1))filter2 = filter(lambda x: x % 2 == 0, numbers)
print(list(filter2))list1 = ['hello', 30, '80', 50, 'hi100', '99', 'yes']filter3 = filter(lambda x: str(x).isdigit(), list1)
print(list(filter3))filter3 = filter(lambda x: isinstance(x, int) or x.isdigit(), list1)
print(list(filter3))students = [('tom', 21), ('lucy', 18), ('jack', 22), ('lily', 19), ('jerry', 24)]
filter4 = filter(lambda x: x[1] > 20, students)
print(list(filter4))# reduce()  reduce(function, sequence[, initial]) -> value  initial为初值
list2 = [1, 2, 3, 4]
result = reduce(lambda x, y: x + y, list2, 1)
print(result)def add(x, y):return x + y
from functools import reduce
print(reduce(add, [1, 2, 3, 4], 1))#
result = reduce(lambda x, y: x * y, range(1, 6))
print(result)map0 = map(lambda x, y: x + y, [1, 2, 3], [2, 2, 2])
print(list(map0))# a ,b,c = map(int,input('请输入').split(' '))def is_odd(x):return x%2==1
list(filter(is_odd,[1,2,3,4,5,6,7,8,9]))
print(filter(is_odd,[1,2,3,4,5,6,7,8,9]))

装饰器：代码运行期间动态增加功能

#在now函数运行前自动打印日志
import functools
def log(func):@functools.wraps(func)def wrpper(*args,**kw):print("call %s()" % func.__name__)return func(*args,**kw)return wrpper
# 调用装饰器
@log
def now():print("hello")now()   #call now() hello

偏函数：functools.partial 把函数的某些参数固定住，返回一个新的函数，使调用更简单

import functools
int2 = functools.partial(int,base=2)
print(int2("1000000"))  #64偏函数是functools.partial()函数，将原函数当做第一个参数传入，原函数的各个参数依次作为partial()函数后续的参数，除非使用关键字参数。
举个栗子：import functoolsdef index(n1, n2):return n1 + n2num_func = functools.partial(index, 666)  # 666传给了第二个参数n2print(num_func(1))  # 结果输出为667

Python把函数作为参数传入的高阶编程方法相关推荐

Python笔记_第四篇_高阶编程_进程、线程、协程_5.GPU加速
Numba:高性能计算的高生产率在这篇文章中,笔者将向你介绍一个来自Anaconda的Python编译器Numba,它可以在CUDA-capable GPU或多核cpu上编译Python代码.Pyt ...
Python笔记_第四篇_高阶编程_正则表达式_3.正则表达式深入
1. re.split 正则的字符串切割 str1 = "Thomas is a good man" print(re.split(r" +",str1)) # ...
Python笔记_第四篇_高阶编程_检测_2.对类进行单元检测
1. 对类进行单元检测: 第一步:首先编写一个类: # 类名Person,person.pyclass Person(object):def __init__(self,name,age):self. ...
深入理解javascript函数进阶系列第一篇——高阶函数
前面的话前面的函数系列中介绍了函数的基础用法.从本文开始,将介绍javascript函数进阶系列,本文将详细介绍高阶函数定义高阶函数(higher-order function)指操作函数的函数 ...
python一个函数调用另一个函数_在Python中将函数作为另一个函数的参数传入并调用的方法...
在Python中,函数本身也是对象,所以可以将函数作为参数传入另一函数并进行调用在旧版本中,可以使用apply(function, *args, **kwargs)进行调用,但是在新版本中已经移除, ...
python中可变参数args传入函数时储存的类型是_[转载]Python中函数的参数定义和可变参数*args与**args...
Python中函数的参数定义和可变参数 *args与**args区别刚学用Python的时候,特别是看一些库的源码时,经常会看到func(*args, **kwargs)这样的函数定义,这个*和** ...
python (第八章)补充-可迭代对象（补充高阶函数，以及常用的高阶函数）
文章目录可迭代对象迭代器什么是迭代器什么是生成器生成器的作用生成器的注意事项总结: 高阶函数什么是高阶函数? map()函数 filter()函数 reduce()函数参考可迭代对 ...
廖雪峰讲python高阶函数求导公式_高阶函数 - 廖雪峰 Python 2.7 中文教程
高阶函数英文叫Higher-order function.什么是高阶函数?我们以实际代码为例子,一步一步深入概念. 变量可以指向函数以Python内置的求绝对值的函数abs()为例,调用该函数用以下 ...
Python基础-----列表生成式、偏函数、高阶函数、闭包、装饰器
列表生成式列表生成式(列表推导式):通俗理解使用for循环快速创建一个列表,最终要获取一个列表下面这个我们经常使用比较麻烦的方法: my_list=[] for i in range(1,6):p ...

Python把函数作为参数传入的高阶编程方法

Python把函数作为参数传入的高阶编程方法相关推荐

最新文章

热门文章