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 list,并通过把函数 f 依次作用在 li
st 的每个元素上,得到一个新的 list 并返回。
例如,对于 list [1, 2, 3, 4, 5, 6, 7, 8, 9]
如果希望把 list 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*x
print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
输出结果:
[1, 4, 9, 10, 25, 36, 49, 64, 81]
可以用列表替代
注意:map()函数不改变原有的 list,而是返回一个新的 list。
利用 map()函数,可以把一个 list 转换为另一个 list,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() 不仅仅可以处理只包含数值的 list,事实上它可
以处理包含任意类型的 list,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,请利用 map()函数,
把一个 list(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 list:
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,利用 map()函数,就可以输
出新的 list。
参考代码:
def format_name(s):
return s[0].upper() + s[1:].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 list,但行为和 map()不同,reduce()传入的函数 f 必须接收两个参数,reduce()对 list
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 f 函数,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了,计算结束,返回结果 25。
上述计算实际上是对 list 的所有元素求和。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, [1, 3, 5, 7, 9], 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:[2, 4, 5, 7, 12]
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, [2, 4, 5, 7, 12])
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 list,这个
函数 f 的作用是对每个元素进行判断,返回 True 或 False,filter()根据判断结果自动过滤掉不符合
条件的元素,返回由符合条件元素组成的新 list。
例如,要从一个 list [1, 4, 6, 7, 9, 12, 17]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, [1, 4, 6, 7, 9, 12, 17])
结果:[1, 7, 9, 17]
利用 filter(),可以完成很多有用的功能,例如,删除 None 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']
注意: 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:
123'
a = '
a.strip()
结果: '123'
a='\t\t123\r\n'
a.strip()
结果:'123'
请利用 filter()过滤出 1~100 中平方根是整数的数,即结果应该是:
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
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 list 进行排序:
>>>sorted([36, 5, 12, 9, 21])
[5, 9, 12, 21, 36]
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,比较函数的定义是,
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):
if x > y:
return -1
if x < y:
return 1
return 0
这样,调用 sorted() 并传入 reversed_cmp 就可以实现倒序排序:
>>> sorted([36, 5, 12, 9, 21], reversed_cmp)
[36, 21, 12, 9, 5]
sorted()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(或
者都变成小写),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
6.Python 的函数不但可以返回 int、str、list、dict 等数据类型,还可以返回函数!
7.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:
print 'call f()...'
# 定义函数 g:
def g():
8.def f():
9.
10.
11.
12.
13.
14.
15.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。
print 'call g()...'
# 返回函数 g:
return g
16.调用函数 f,我们会得到 f 返回的一个函数:
# 变量 x 是 f()返回的函数:
# 调用 f()
17.>>> x = f()
18.call f()...
19.>>> x
20.
21.>>> x()
22.call g()...
23.请注意区分返回函数和返回值:
# x 指向函数,因此可以调用
# 调用 x()就是执行 g()函数定义的代码
# 返回函数
24.def myabs():
25.
return abs
26.def myabs2(x):
27.
28.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:
# 返回函数调用的结果,返回值是一个数值
return abs(x)
29.def calc_sum(lst):
return sum(lst)
30.
31.调用 calc_sum()函数时,将立刻计算并得到结果:
32.>>> calc_sum([1, 2, 3, 4])
33.10
34.但是,如果返回一个函数,就可以“延迟计算”:
35.def calc_sum(lst):
36.
def lazy_sum():
37.
38.
39.# 调用 calc_sum()并没有计算出结果,而是返回函数:
return sum(lst)
return lazy_sum
40.>>> f = calc_sum([1, 2, 3, 4])
41.>>> f
42.
43.# 对返回的函数进行调用时,才计算出结果:
44.>>> f()
45.10
46.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 list,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):
return x * y
return reduce(f, lst, 1)
return lazy_prod
f = calc_prod([1, 2, 3, 4])
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()...'
return 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()...'
return 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)
return 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(参数也算变量),然后返回内层函数的情况,称为闭包
(Closure)。