python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))

时间:2022-03-14 20:24:57

1.1函数式编程

面向过程编程:我们通过把大段代码拆成函数,通过一层一层的函数,可以把复杂的任务分解成简单的任务,这种一步一步的分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

函数式编程:是使用一系列函数去解决问题,函数式编程就是根据编程的范式来的出想要的结果,只要是输入时确定的,输出就是确定的。

1.2高阶函数

能把函数作为参数传入,这样的函数就称为高阶函数。

1.2.1函数即变量

以python的内置函数print()为列,调用该函数一下代码

>>> print("hello world")
hello world

#只写print
>>> print
<built-in function print>

#可见print("hello world")是函数调用,而print是函数本身

要获得函数调用执行的结果,我们把结果赋值给变量:

>>> aa = abs(-20)
>>> aa
20

如果把函数本身赋值给变量

>>> p = print
>>> p
<built-in function print>

#函数本身可以赋值给变量,变量可以指向函数

我们通过变量来调用这个print函数,验证结果如下

>>> p("check")
check

总结:函数名也是变量,对于print()这个内置函数,完全可以把函数名print看成变量,它指向一个可以打印任何东西的函数

注:实际程序代码绝不能这么写,上面只是为了举例说明,要恢复print函数,请重启python的交互环境

1.2.2传入函数

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函数作为函数,这种函数就称为高阶函数,

函数的返回值是一个函数名,也是高阶函数。

例如:一个简单的高阶函数

def add(x,y,z):
    return abs(x)+abs(y)
aa = add(12,23,abs)   #函数执行的结果 赋值给 aa
print(aa) #查看aa的值
#35 

#注,abs()函数是求一个整数的绝对值

1.3匿名函数

什么是匿名函数:

在python中有一个匿名函数lambda,匿名函数就是指:无需定义标识符(函数名)的函数或子程序。

定义lambda表达式:

lambda  arguments:express    

#arguments 参数(可以有多个参数)
#express 表达式

#lambda返回值是一个函数的地址,也就是函数对象
aa = lambda  arguments:express  #把的到lambda函数地址,赋值给变量aa

查看这个lambda函数地址   ,用aa(argument)   查看这个函数的值

 

例1

python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))
def pf(x=0):
    return x**2
print(pf(3))
普通函数定义,求数字平方
python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))
aa = lambda x:x**2
print(aa(4))
#16
lambda函数,求数字平方

 总结:

1.lambda函数可以参数可以有多个,包含的表达式不能超过一个,不要试图向lambda函数中塞入太多东西,如果你需要做复杂的功能,应该定义一个普通函数,想定义什么就定义什么。

2.lambda函数用在需要封装特殊的,非重用代码上,避免令我们的代码充斥大量的单行函数。

1.4map函数

map()函数,map映射  

map(func,iterable)

map()函数接受两个参数,一个是函数,一个可迭代的对象(iterable),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 可迭代的对象 的结果返回

例:有个函数,f(x) = x+1 把得到的数字 加1    要把这个函数作用在一个[1,2,3,4,5,6]上

number = [1,2,3,4,5,6]
#1.用普通函数定义方法
def add_one(x):
    return x+1
def map_test(func,arrey):
    res = []
    for i in arrey:
        i = func(i)
        res.append(i)
    return res
print(map_test(add_one,number))
#[2, 3, 4, 5, 6, 7]


#2.用lambda函数定义的得到结果,借助1定义的map_test函数
print(map_test(lambda x:x+1,number))
#[2, 3, 4, 5, 6, 7]

#3.用map()本身函数去定义
print(list(map(lambda x:x+1 ,number)))
#[2, 3, 4, 5, 6, 7]

#注:map()得出的结果是一个iterator ,需要用list()函数让它个整个序列都计算出来返回一个list

我们可能会想,写一个循环,也可以计算出结果,但要实现多个功能,是不是也要写多个循环 例:得出每个列表中元素的平方或则n次方

map()作为高阶函数,事实上把运算规则抽象了,不但可以计算简单的 f(x) = x+1 ,也能计算更复杂的函数。

总结:map() 处理序列中的每个元素,得到的结果是一个 iterator ,需通过list(iteratro),该list元素个数,与原来位置一样

1.5reduce函数

在python2可以直接用reduce()函数

在python3需要调用reduce模块

from functools import reduce
reduce(function, sequence, initial=None)  #该函数的默认用法

reduce函数,将function作用sequence序列的元素,每次携带一对(先前的结果以及下一序列的元素),连续的将现有的结果和下一个作用在获得的随后的结果上,最后得到我们的序列为一个最终结果的返回值

python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))
number1 = [2,3,4,10]
#1.普通函数定义
def chengfa(x,y):
    return x*y  #返回得到两个数相乘的结果
def reduce_test(func,seq,init=None):
    if init is None:
        res = seq.pop(0)   #seq删除第一个元素,并获取删除这个元素 赋值给res
    else:
        res = init
    for i in seq:
        res = func(res,i)  #循环一次,执行func这个函数
    return res
print(reduce_test(chengfa,number1))
#240
print(reduce_test(chengfa,number1,10))
#2400

#如果给了init 初始值,就是从初始值 乘以列表的每个元素的的出结果

#2.lambda函数,借助reduce_test()函数定义
print(reduce_test(lambda x,y:x*y,number1,init=3))
#720

#3.使用reduce(),结合lambda()
print(reduce(lambda x,y:x*y, number1))
#240

得到列表所有元素,相乘的结果

number1 = [2,3,4,10]
#1.普通函数定义
def chengfa(x,y):
    return x*y  #返回得到两个数相乘的结果
def reduce_test(func,seq,init=None):
    if init is None:
        res = seq.pop(0)   #seq删除第一个元素,并获取删除这个元素 赋值给res
    else:
        res = init
    for i in seq:
        res = func(res,i)  #循环一次,执行func这个函数
    return res
print(reduce_test(chengfa,number1))
#240
print(reduce_test(chengfa,number1,10))
#2400

#如果给了init 初始值,就是从初始值 乘以列表的每个元素的的出结果

#2.lambda函数,借助reduce_test()函数定义
print(reduce_test(lambda x,y:x*y,number1,init=3))
#720

#3.使用reduce(),结合lambda()
from functools import reduce
print(reduce(lambda x,y:x*y, number1))
#240
得到列表所有元素,相乘的结果
python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))
print(reduce(lambda x,y:x+y,range(1,101)))
得到1-100的和

 

1.6filter函数

filter()函数用于过滤序列

和map()类似,filter()也接受一个函数和一个序列(可迭代的对象,也就是能被for循环),和map()不同的是,fillter()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。

例:

python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))
aa = ['A', '', 'B', None, 'C', '  ']
#1.自定义函数测试
def not_empty(s):
    return  s and s.strip()
def filter_test(func,iter):
    res = []
    for i in iter:
        i = func(i)
        if i:
            res.append(i)
    return res
print(filter_test(not_empty,aa))

#['A', 'B', 'C']

#2.filter内置函数测试
print(list(filter(not_empty,aa)))
#['A', 'B', 'C']
把列表中空字符串,空元素,都去掉

filter()这个函数,关键在于正确实现一个筛选函数,

注:filter()函数返回的是一个iterator,内存地址,需要看内存地址的值, 用list()函数或得该地址的值 

1.7sorted函数

sorted()函数也是一个高阶函数,它可以接收key

sorted排序,排序是比较元素的大小,如果是数字可以直接比较,如果是字符串或则两个dict(字典)?

sorted()传入的参数是可迭代的对象,返回值的对象是一个列表

例:

python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))
aa = [11,-10,20,21,30,-40]
print(sorted(aa))
数字默认排序

接收一个key函数来实现自定义排序

例:根据绝对值大小来进行排序

python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))
aa = [11,-10,20,21,30,-40]
print(sorted(aa,key=abs))
#[-10, 11, 20, 21, 30, -40]
根据绝对值排序

例:字符串排序

python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))
print(sorted("hello"))
#['e', 'h', 'l', 'l', 'o']
print(sorted(["hello","ho","haha"]))
# ['haha', 'hello', 'ho']
字符串排序

注:默认情况下,对字符串排序是按照ASCII编码表的大小进行比较的

 

最后总结:

python内置的几个高阶函数:map() ,reduce(),filter,sorted()