Python常见内置高阶函数有哪些
这篇文章给大家分享的是有关Python常见内置高阶函数有哪些的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。
1.什么是高阶函数?
高阶函数:一个函数可以作为参数传给另外一个函数,或者一个函数的返回值为另外一个函数(若返回值为该函数本身,则为递归),满足其一则为高阶函数。
参数为函数:
#参数为函数def bar(): print("in the bar..")def foo(func): func() print("in the foo..")foo(bar)
返回值为函数:
#返回值为函数def bar(): print("in the bar..")def foo(func): print("in the foo..") return barres=foo(bar)res()
以上两个示例中,函数foo()
为高阶函数,示例一中函数bar作为foo的参数传入,示例二中函数bar作为foo的返回值。
注:函数名(例如bar 、foo)-->其为该函数的内存地址;函数名+括号(例如 bar()、foo() )-->调用该函数。
2.高阶函数-map、filter、reduce
这三个函数均为高阶函数,其也为Python内置的函数。接下来我们看一下这三个函数的用法以及其内部原理是怎样的:
2.1map函数
map函数接收的是两个参数,一个函数,一个序列,其功能是将序列中的值处理再依次返回至列表内。其返回值为一个迭代器对象--》例如: <map object at 0x00000214EEF40BA8>
。
其用法如图:
接下来我们看一下map函数的机制是怎么样的:
num=[1,2,3,4,5]def square(x): return x**2#map函数模拟def map_test(func,iter): num_1=[] for i in iter: ret=func(i) # print(ret) num_1.append(ret) return num_1.__iter__() #将列表转为迭代器对象#map_test函数print(list(map_test(square,num)))#map函数print(list(map(square,num)))#当然map函数的参数1也可以是匿名函数、参数2也可以是字符串print(list(map_test(lambda x:x.upper(),"amanda")))print(list(map(lambda x:x.upper(),"amanda")))
2.2filter函数
filter函数也是接收一个函数和一个序列的高阶函数,其主要功能是过滤。其返回值也是迭代器对象,例如: <filter object at 0x000002042D25EA90>,
其图示如下:
接下来我们看一下filter函数的用法以及其机制是怎么样的:
names=["Alex","amanda","xiaowu"]#filter函数机制def filter_test(func,iter): names_1=[] for i in iter: if func(i): #传入的func函数其结果必须为bool值,才有意义 names_1.append(i) return names_1#filter_test函数print(filter_test(lambda x:x.islower(),names))#filter函数print(list(filter(lambda x:x.islower(),names)))
2.3reduce函数
reduce
函数也是一个参数为函数,一个为可迭代对象的高阶函数,其返回值为一个值而不是迭代器对象,故其常用与叠加、叠乘等,
图示例如下:
实例如下:
#reduce函数不是内置函数,而是在模块functools中的函数,故需要导入from functools import reducenums=[1,2,3,4,5,6]#reduce函数的机制def reduce_test(func,array,ini=None): #ini作为基数 if ini == None: ret =array.pop(0) else: ret=ini for i in array: ret=func(ret,i) return ret#reduce_test函数,叠乘print(reduce_test(lambda x,y:x*y,nums,100))#reduce函数,叠乘print(reduce(lambda x,y:x*y,nums,100))
感谢各位的阅读!关于“Python常见内置高阶函数有哪些”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341