Python: 高阶函数与lambda表达式

时间:2021-06-26 08:39:20

缘由:

python语法简单一看就会,但用在实处,想因为少于实战,总感觉有些捉襟。

翻阅跟踪youtube_dl源码,看到filter()函数用法,及其中lambda表达式,感觉好有意思,就补下课,记录所思。

1. 高阶函数

所谓高阶函数,即是能接受函数做参数的函数。函数做参,与c#委托、c++函数指针、Delphi事件有类似之处

比如:

def my_func(f, *args):
f(args) def my_print(s):
print ', '.join(s) my_func(my_print, 'liujw', 'male')

它打印出:

liujw, male

如此定义函数,它能接受函数做参数,并能处理其它参数,我们就说它高阶函数。

2. lambda表达式

lambda表达式返回可调用的函数对象,并且在运行时返回它们,通常是在需要一个函数,但是又不想去命名一个函数的场合下使用。

比如,我们定义数相加函数:

def add(x, y):
return x + y

它用lambda表达式表示为:

lambda x, y: x + y

它以一个表达式,替代了常规def方法中return语句。

lambda可以支持0至多个参数,但没见有支持可变参数,即*args、**args,应该是不支持。

3. 内置高阶函数

3.1 apply(func[, nkw][, kw]):

用可选的参数来调用func,nkw 为非关键字参数,kw 关键字参数;返回值是函数调用的返回值。此函数已于python 1.6中摈弃

用途:当一个函数的参数存在于一个元组或者一个字典中时,用来间接的调用这个函数。现在版本python已允许直接调用作为参数的函数,因此它已淡出

def my_fun1():
print "my_fun" def my_fun2(x, y):
print x + y apply(my_fun1)
apply(my_fun2, (3, 5))

输出为:

my_fun
8

3.2 filter(func, seq):

调用一个布尔函数func 来迭代遍历每个seq 中的元素, 返回一个使func 返回值为ture 的元素的序列。

这个好用,我就是看到它才复习其用法,并成此文的。而youtube_dl中,大量用作为字典类判断,诸如:

matches = list(filter(lambda f: f['ext'] == ext, formats))

比如下面代码,求数组中的偶数:

lst = [1, 2, 3, 6, 7, 9, 10, 12, 15, 18]
lst = filter(lambda x: x % 2 == 0, lst)
print lst

它返回为:

[2, 6, 10, 12, 18]

3.3 map(func, seq1[,seq2...])

将函数func 作用于给定序列(s)的每个元素,并用一个列表来提供返回值,如果func 为None,func 表现为一个身份函数,返回一个含有每个序列中元素集合的n 个元组的列表。

比如上面列表元素做翻倍如处,可写代码如此:

lst = [1, 2, 3, 6, 7, 9, 10, 12, 15, 18]
lst = map(lambda x: x + x, lst)
print lst

返回结果为:

[2, 4, 6, 12, 14, 18, 20, 24, 30, 36]

3.4 reduce(func, seq[, init]):

将二元函数作用于seq 序列的元素,每次携带一对(先前的结果以及下一个序列元素),连续的将现有的结果和下雨给值作用在获得的随后的结果上,最后减少我们的序列为一个单一的返回值;如果初始值init 给定,第一个比较会是init 和第一个序列元素而不是序列的头两个元素。

Python核心编程PDF版翻译令人蛋疼,什么是下雨给值作用在?

简而言之就是返回func对后所面参数执行结果,通常用在数学计算上,当然其用处不止如此。

比如求上面列表所有元素之和,可写代码如下:

lst = [1, 2, 3, 6, 7, 9, 10, 12, 15, 18]
result = reduce(lambda x, y: x + y, lst)
print result

其结果为:

83

3.5 sorted(iterable, cmp=None, key=None, reverse=False):

顾名思义,它是用来排序的。接受一个传入参数,其它可选参数为排序规则、排序key值、是否反转等。

如果cmp为空,则默认升序排列列表,cmp返回值决定排序方式,>0为升序,=0不变,<0降序,cmp须得有两个参数。

比如降序排列如下列表:

lst = [1, 7, 5, 2, 3, 6, 9]
lst = sorted(lst, lambda x, y: y - x)
print lst

结果为:

[9, 7, 6, 5, 3, 2, 1]

其为冒泡排序法,x为后面元素,y为前面元素。若升序排列,置x - y为结果即可。

参考资料:Python核心编程第二版