首页 / PYTHON / Python笔记-高阶函数
Python笔记-高阶函数
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python笔记-高阶函数，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3297字，纯文字阅读大概需要5分钟。
内容图文
1、函数式编程
函数式编程就是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量。
函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！
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。
一个最简单的高阶函数：
def add(a,b,f):
return f(a)+f(b)
print(add(-1,-2,abs))
当我们调用add(-5, 6, abs)时，参数x，y和f分别接收-5，6和abs，根据函数定义，我们可以推导计算过程为：
x = -5 y = 6 f = abs f(x) + f(y) ==> abs(-5) + abs(6) ==> 11 return 11
2、map/reduce
def formate_name(x):
s1=x[0].upper()
s2=x[1:].lower()
return s1+s2
name=['andre','NataSha','JJKJK','XIIX']
r=list(map(formate_name,name))
print(r)
map()传入的第一个参数是f，即函数对象本身。由于结果r是一个Iterator，Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list。
再看reduce的用法。reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
如果要把序列[1, 3, 5, 7, 9]变换成整数13579，reduce就可以派上用场：
from functools import reduce
def f(x,y):
return x*10+y
print(reduce(f,[1,3,5,7,9]))
小练习：map()与reduce()函数结合使用
from functools import reduce
print('map()将传入的函数依次作用于序列的每一个元素'.center(70,'-'))
print('在python3中map()函数返回的是iterator而不再是list，因此要做强制转换'.center(70,'-'))
print('reduce()函数把上次计算的结果继续和下一个元素做类积效果并返回'.center(70,'-'))
l=[-1,3,-5,7,-9]
def fun_abs(x):
return abs(x)
def fun_add(x,y):
return x*10+y
print(reduce(fun_add,list(map(fun_abs,l))))
小练习：利用map()函数，把用户输入的不规范的英文名字，变为首字母大写，其他小写的规范名字。
输入：['adam', 'LISA', 'barT']，输出：['Adam', 'Lisa', 'Bart']：
def fun_transfer(x):
s1=x[0].upper()
s2=x[1:].lower()
return s1+s2
name=['adam', 'LISA', 'barT']
print(list(map(fun_transfer,name)))
3、filter（）函数
Python内建的filter()函数用于过滤序列。
和map()类似，filter()也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 is_odd(x):
return x%2==1
print(list(filter(is_odd,[1,2,3,4,5,6,7,8,9])))
F:\>python test.py
[1, 3, 5, 7, 9]
注意到filter()函数返回的是一个Iterator，也就是一个惰性序列，所以要强迫filter()完成计算结果，需要用list()函数获得所有结果并返回list。
4、sorted（）
排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序，排序的核心是比较两个元素的大小。如果是数字，我们可以直接比较，但如果是字符串或者两个dict呢？直接比较数学上的大小是没有意义的，因此，比较的过程必须通过函数抽象出来。
Python内置的sorted()函数就可以对list进行排序：
>>> sorted([36, 5, -12, 9, -21]) [-21, -12, 5, 9, 36]
此外，sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序
>>> sorted([36, 5, -12, 9, -21], key=abs) [5, 9, -12, -21, 36]
print(sorted(['bob', 'about', 'Zoo', 'Credit'],key=str.lower))
sorted()也是一个高阶函数。用sorted()排序的关键在于实现一个映射函数。
假设我们用一组tuple表示学生名字和成绩：
L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]
请用sorted()对上述列表分别按名字排序，再按成绩从高到低排序
L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]
def by_name(t):
return t[0].lower()
def by_score(t):
return -t[1]
print(sorted(L,key=by_name))
print(sorted(L,key=by_score))
内容总结
以上是互联网集市为您收集整理的Python笔记-高阶函数全部内容，希望文章能够帮你解决Python笔记-高阶函数所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。