python函数式编程
高阶函数：就是把函数当成参数传递的一种函数
1、函数名可以进行赋值；
2、函数名可以作为函数参数，还可以作为函数的返回值；
a、函数是第一类对象
b、函数可以被赋值
c、可以被当做参数
d、可以当做返回值
e、可以作为容器类型的元素
def f(n): return n*n def foo(a,b,func): ret = func(a) + func(b) return ret foo(1,2,f) print(foo(1,2,f)) #传入参数a=1，b=2，func=f； #ret = f(1) + f(2)； #f(1)=1，f(2)=4此时调用f函数； #ret=5；
map函数：
描述
map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
语法
map() 函数语法：
|
1
|
map(function, iterable, ...) |
参数
- function -- 函数
- iterable -- 一个或多个序列
返回值
Python 2.x 返回列表。
Python 3.x 返回迭代器。
实例
|
1
2
3
4
5
6
7
8
9
10
11
|
>>>def square(x) : # 计算平方数... return x ** 2...>>> map(square, [1,2,3,4,5]) # 计算列表各个元素的平方[1, 4, 9, 16, 25]>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5]) # 使用 lambda 匿名函数[1, 4, 9, 16, 25] # 提供了两个列表，对相同位置的列表数据进行相加>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])[3, 7, 11, 15, 19] |
msg = [1,12,33,42,15,16] #需求自增1 def add_one(x): return x+1 #需求自减1 def reduce(x): return x-1 #需求平方 def pf(x): return x**2 #实现逻辑 def fangfa(func,red): ret = [] for i in red: res = func(i) ret.append(res) return ret print(fangfa(add_one,msg)) print(fangfa(reduce,msg)) print(fangfa(pf,msg)) print(fangfa(lambda x:x+1,msg)) #用lambda函数替换add_one函数 print(fangfa(lambda x:x-1,msg)) #用lambda函数替换requce函数 print(fangfa(lambda x:x**2,msg))#用lambda函数替换pf函数 print(list(map(lambda x:x+1,msg))) #map处理的结果是一个可迭代对象，python3中需用list转换； print(list(map(lambda x:x-1,msg))) #map的第一个参数是逻辑，第二个参数是可迭代对象; print(list(map(lambda x:x**2,msg)))
filter函数：
描述
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
该接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。
语法
以下是 filter() 方法的语法:
|
1
|
filter(function, iterable) |
参数
- function -- 判断函数。
- iterable -- 可迭代对象。
返回值
返回列表
实例
以下展示了使用 filter 函数的实例：
|
1
2
3
4
5
6
7
|
def is_odd(n): return n % 2 == 1 newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])print(newlist)[1, 3, 5, 7, 9] |
lise_l = ["sb_asd","sb_we","sb_ig","rng"] #需求去掉开头是sb的 def sh_show(n): return n.startswith("sb") #实现逻辑 def filter_test(func,array): red = [] for i in array: if not sh_show(i): red.append(i) return red print(filter_test(sh_show,lise_l)) print(filter_test(lambda n:n.startswith("sb"),lise_l))#lambda print(list(filter(lambda n:not n.startswith("sb"),lise_l)))#filter
reduce函数
描述
reduce() 函数会对参数序列中元素进行累积。
函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
在 Python3 中，reduce() 函数已经被从全局名字空间里移除了，它现在被放置在 fucntools 模块里，如果想要使用它，则需要通过引入 functools 模块来调用 reduce() 函数：
|
1
|
from functools import reduce |
|
1
2
3
4
5
6
7
|
from functools import reducedef add(x,y): return x + yprint (reduce(add, range(1, 101))) |
语法
reduce() 函数语法：
|
1
2
|
reduce(function, iterable[, initializer]) |
参数
- function -- 函数，有两个参数
- iterable -- 可迭代对象
- initializer -- 可选，初始参数
返回值
返回函数计算结果。
实例
以下实例展示了 reduce() 的使用方法：
|
1
2
3
4
5
6
7
|
>>>def add(x, y) : # 两数相加... return x + y...>>> reduce(add, [1,2,3,4,5]) # 计算列表和：1+2+3+4+515>>> reduce(lambda x, y: x+y, [1,2,3,4,5]) # 使用 lambda 匿名函数15 |
python的内置函数
内置函数用法max和min高级用法：
用法
1、max进行比较时传入的数据类型必须是可迭代对象(基本原理就是一个for循环依次取出可迭代对象中的每一个元素进行比较)；
2、比较时从第一个元素进行比较(按ascii码进行排序)，如果第一个元素分出大小则后面就不进行比较了；
|
1
2
3
|
ll = ["10a","A20","A10"]print(max(ll))A20 |
|
1
2
3
|
msg = {"age1":18,"age2":20}print(max(zip(msg.values(),msg.keys())))(20, 'age2') |
|
1
2
3
4
5
6
7
|
people = [ {"name":"alex","age":70}, {"name":"wpq","age":100}, {"name":"lhf","age":30}, {"name":"lw","age":50}]print(max(people,key=lambda dic:dic["age"])) #传入key参数 |