美文网首页
Python小世界:匿名函数、高阶函数、推导式

Python小世界:匿名函数、高阶函数、推导式

作者: Amos的读书笔记 | 来源:发表于2019-05-28 20:19 被阅读0次

    前言

    木子本人搞起Python已有多年,一直觉得什么都会,但是有时候实操起来,才觉得很多底层基础的知识都没有彻底的灵活掌握。
    另外,网上关于Python基础知识的各种普及已有太多太多。
    附上相关大神的技术栈:

    本人的写作水平有限,肯定比不上各种大佬的技术文章。博客只是对于自身知识的总结,提炼,当然如果能够帮助到各位看客,木子本人也非常高兴。


    简述

    闲话不多说,本篇博客,主要针对Python的

    匿名函数 lambda

    高阶函数 map reduce filter

    推导式 list set dict

    三个方面来汇总。


    匿名函数

    当我们在传入函数时,有些时候,不需要显式地定义函数,那么此时匿名函数就灰常方便了。

    Python官方文档--lambda

    示例:
    lambda a, b: a + b实际上就是下面代码的简写

    def func(a, b):
        return a + b
    

    对于匿名函数而言,不用写return返回值就是该表达式的结果
    因为没有函数名字,不必担心函数名的冲突,此外,匿名函数也是一个函数对象,可以把匿名函数赋值给一个变量,再利用变量来调用该函数:

    
    >>> f = lambda x: x * x
    >>> f
    <function <lambda> at 0x10453d7d0>
    >>> f(6)
    36
    

    那么在一些简单的情况下,尽情的使用匿名函数吧。


    高阶函数

    何为高阶函数?

    能接受函数做参数的函数

    因Python中一切皆对象,变量名可以指向函数,而函数的参数可以接收变量,那么一个函数就可以接收另外一个函数作为参数。这就是传说中的高阶函数

    map()

    老规矩,官方文档走一波:

    Python官方文档--map()

    针对map(function, iterable, ...)函数,可结合lambda使用,示例如下:

    >>> list(map(lambda x:x*x, [1,2,3,4,5]))
    >>> [1, 4, 9, 16, 25]
    

    注:Python3中,需要使用list()将map函数返回值转化为列表,若无list(),则结果为:

    
    >>>  map(lambda x:x*x, [1,2,3,4,5])
    >>> <map at 0x20b225167f0>
    

    此外,map()函数不改变原有的 list,而是返回一个新的 list

    reduce()

    为便于掌握,对比,在总结完map()函数后,我们来看下reduce()函数。

    Python官方文档--reduce()

    那么从官方文档的介绍来看:

    reduce()函数接收的参数和 map()类似,一个函数 f,一个list,但行为和 map()不同,reduce()传入的函数 f 必须接收两个参数,reduce()对list的每个元素反复调用函数f,并返回最终结果值。

    示例如下:

    from functools import reduce
    
    >>> reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])
    

    对结果演示即:((((1+2)+3)+4)+5) = 15
    注:

    reduce()函数可接收第三个参数,作为函数的起始值

    filter()

    filter()函数顾名思义,进行过滤判断。

    Python官方文档--filter()

    对于filter()函数来说,其接收一个函数 f 和一个list,这个函数 f 的作用是对每个元素进行判断,返回 True或 False。

    示例:过滤出1~100中平方根是整数的数:

    import math
    
    def func(x):
        r = int(math.sqrt(x))   # math.sqrt()计算平方根
        if r * r == x:
            return x
    
    >>> list(filter(func, range(1, 101)))
    >>> [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
    

    那么从该示例中,我们能够得出结论:
    filter()根据判断结果自动过滤掉不符合条件的元素,返回由符合条件元素组成的新list。


    推导式

    推导式在日常工作中是比较好的装逼利器,对于列表,字典,集合的操作,很多时候一行代码即可解决,如若没有,那说明内力还不够深厚,嘎嘎嘎。。。。
    对于推导式而言,我们就从

    列表推导式

    字典推导式

    集合推导式

    来总结,当然也就这三种。。。

    列表推导式

    示例:

    from random import randint
    
    >>> [randint(1, 10) for _ in range(20)]
    >>> [8, 2, 7, 9, 7, 3, 10, 10, 2, 10, 5, 9, 4, 7, 9, 2, 10, 6, 10, 7]
    

    字典推导式

    示例:

    >>> {x: x * x for x in range(10) if x % 3 == 0}
    >>> {0: 0, 3: 9, 6: 36, 9: 81}
    

    集合推导式

    鉴于集合具有去重效果,那么我们创建示例,来和列表推导式对比:

    from random import randint
    
    >>> {randint(1, 10) for _ in range(20)}
    >>> {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
    

    很神奇有木有,目前写的只是最基本的推导式写法,在实际的工作中,可以添加各种判断,随意灵活运用。

    总结

    本篇博客侧重于实际工作中代码的简化,重构。若能结合实际工作需求,灵活运用,则能大大简化代码,也方便他人阅读,久而久之,自己的水平也逐渐提高。
    起止一个爽字了得!!!
    江湖有缘,下期再见!

    相关文章

      网友评论

          本文标题:Python小世界:匿名函数、高阶函数、推导式

          本文链接:https://www.haomeiwen.com/subject/bvyjtctx.html