本篇阅读的代码片段来自于30-seconds-of-python。
1、average_by
|
1
2
3
4
5
|
def average_by(lst, fn=lambda x: x):
return sum(map(fn, lst), 0.0) / len(lst)
# EXAMPLES
average_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda x: x['n']) # 5.0
|
该函数用于在列表中求取平均数。该代码片段中主要使用了lambda表达式和map函数。该函数的主要逻辑是使用lambda表达式和map函数提取由待计算的数值组成的迭代器，然后使用sum函数计算列表的和，再除以列表长度。
2、lambda表达式
形如lambda parameters: expression的表达式可以创建一个匿名函数。在该代码片段中，lambda表达式出现在函数average_by的参数定义中，作为一个参数传给了fn。因此在average_by函数体中fn作为刚刚在参数中定义的函数发挥作用。
函数average_by的默认参数中的lambda表达式是一个直接返回输入参数的函数。在例子中，向average_by传入的匿名函数返回字典中key值为n项的值。
3、map函数
map函数是Python内置的一个高阶函数，这个函数很有意思，它的参数是一个函数以及一个可迭代对象。它会返回一个迭代器，这个迭代器会将参数中的函数应用在参数中可迭代对象上。
4、其他类似函数
在30-seconds-of-python中还有一些类似的代码片段。在理解了average_by函数之后，这些都很容理解。
4.1 max_by
|
1
2
3
4
5
|
def max_by(lst, fn):
return max(map(fn, lst))
# EXAMPLES
max_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda v : v['n']) # 8
|
4.2 min_by
|
1
2
3
4
5
|
def min_by(lst, fn):
return min(map(fn, lst))
# EXAMPLES
min_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda v : v['n']) # 2
|
4.3 sum_by
|
1
2
3
4
5
|
def sum_by(lst, fn):
return sum(map(fn, lst))
# EXAMPLES
sum_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda v : v['n']) # 20
|
到此这篇关于Python 列表映射后的平均值的文章就介绍到这了,更多相关Python 列表映射内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://segmentfault.com/a/1190000040585242