map()
map()函数接收两个参数，一个是函数，一个是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Iterator返回。
|
1
2
3
4
5
6
7
|
def func(x):
return x*x
r = map(func, [1, 2, 3, 4, 5])
print(type(r))
r = list(r)
print(r)
|
输出结果：
<class 'map'>
[1, 4, 9, 16, 25]
可以看出，map让函数func作用于列表的每一项，使列表的每一项都被函数func执行一次，即列表的每一项都进行平方。其返回值是map类型。
reduce()
reduce函数必须接收两个参数,把一个函数作用在一个序列[x1, x2, x3, ...]上，然后再把结果继续和序列的下一个元素做累积计算。
|
1
2
3
4
5
6
7
8
|
from functools import reduce
def fn(x, y):
return x * 10 + y
f = reduce(fn, [1, 3, 5, 7, 9]) # 把序列变为整数
print(f)
print(type(f))
|
输出结果：
13579
<class 'int'>
和map不同，虽然reduce也是作用于每个元素，但是reduce的作用结果要用在下次和另一个元素做累积计算。
map()和reduce()的结合使用
|
1
2
3
4
5
6
7
8
9
10
11
|
from functools import reduce
def fn(x, y):
return x * 10 + y
def char2num(s):
digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
return digits[s]
f = reduce(fn, map(char2num, '13579'))
print(f)
|
输出结果：
13579
可以将字符串类型转换为int类型
filter()
filter()函数用于过滤序列，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。
|
1
2
3
4
5
6
|
def not_empty(s):
return s and s.strip() # 不能直接写s.strip()
f = filter(not_empty, ['A', '', 'B', None, 'C', ' '])
print(type(f))
print(list(f))
|
输出结果：
<class 'filter'>
['A', 'B', 'C']
sorted()
sorted()函数也是一个高阶函数，在列表的学习中初步接触了sorted()，但其实它还可以接收一个key函数来实现自定义的排序。
key指定的函数将作用于被排序对象的每一个元素上，并根据key函数返回的结果进行排序。
|
1
2
3
4
5
6
7
8
9
10
11
|
l = sorted([36, 5, -12, 9, -21], key=abs) # 按绝对值大小排序
print(l)
s = sorted(['bob', 'about', 'Zoo', 'Credit']) # 按ASCII大小排序
print(s)
sl = sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower) # 忽略大小写排序
print(sl)
sr = sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True) # 反向排序
print(sr)
|
输出结果：
[5, 9, -12, -21, 36]
['Credit', 'Zoo', 'about', 'bob']
['about', 'bob', 'Credit', 'Zoo']
['Zoo', 'Credit', 'bob', 'about']
同样的，sorted()也可以对元组和字典进行排序
|
1
2
3
|
from operator import itemgetter # 需要使用operator模块
L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]
print(sorted(L, key=itemgetter(0)))
|
输出结果：
[('Adam', 92), ('Bart', 66), ('Bob', 75), ('Lisa', 88)]
当然，也能以values的值来排序，对字典的排序与元组类似，但返回值不同。
|
1
2
3
4
5
6
7
|
from operator import itemgetter
dic = {"Bob": 75, "Adam": 92, "Lisa": 88}
print(sorted(dic,key=itemgetter(0)))
print(sorted(dic, key=itemgetter(1)))
|
输出结果：
['Adam', 'Bob', 'Lisa']
['Adam', 'Lisa', 'Bob']
可以看到，不管是以key值进行排序，还是以value值进行排序，排序结果只返回对应顺序的key值。
|
1
2
|
f = list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
print(f)
|
输出结果：
[1, 4, 9, 16, 25, 36, 49, 64, 81]
上面就是一个匿名函数的使用，匿名函数 lambda x: x * x 实际上就是:
|
1
2
|
def f(x):
return x * x
|
只是在这里没有显式地定义函数，这样因为函数没有名字，不必担心函数名冲突，而且代码看起来也简洁。
以上所述是小编给大家介绍的python之高阶函数和匿名函数详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持！
原文链接：https://www.cnblogs.com/zuoxide/p/10557870.html