Python中常用的高阶函数实例详解
前言
高阶函数指的是能接收函数作为参数的函数或类;python中有一些内置的高阶函数,在某些场合使用可以提高代码的效率.
lambda
当在使用一些函数的时候,我们不需要显式定义函数名称,直接传入lambda匿名函数即可。lambda匿名函数通常和其他函数搭配使用。
比如可以直接使用如下的lambda表达式计算当x=3时,y = x * 3 + 5的函数值。
In [1]: (lambda x: x * 3 + 5)(3) Out[1]: 14
map
map函数将一个函数和序列/迭代器(可以传入多个)作为参数,应用函数到序列中的每个元素,返回一个迭代器。
In [4]: a = list(range(5)) In [5]: b = list(range(2, 7)) # 结合lambda匿名函数,对a列表中的每个元素,计算x * 3 + 5的函数值 In [6]: list(map(lambda x: x * 3 + 5, a)) Out[6]: [5, 8, 11, 14, 17] In [9]: def add(x, y): ...: return x+y # 传入多个序列,a、b两个序列中的对应元素依次传入函数add中进行计算 # Note: a、b两个序列的长度可以不相等 In [10]: list(map(add, a, b)) Out[10]: [2, 4, 6, 8, 10]
filter
filter函数(filter(func, seq))借助一个函数来测试序列/迭代器中每个元素的真假,返回一个过滤后的迭代器。
In [18]: a = list(range(5)) In [19]: def isodd(number): ...: if number % 2 == 0: ...: return False ...: return True ...: In [20]: filter(isodd, a) Out[20]: <filter at 0x1a6dc460748> # 过滤掉所有偶数 In [21]: list(filter(isodd, a)) Out[21]: [1, 3]
reduce
reduce函数传入一个函数和序列/迭代器,它将滚动计算序列中元素,返回单个结果。例如要计算一个列表所有元素的和。
In [23]: from functools import reduce In [24]: a = list(range(5)) In [25]: sum = reduce((lambda x, y: x + y), a) In [26]: sum Out[26]: 10
sorted
sorted(iter, key, reverse=False), 高级排序函数,可以根据key实现自定义排序。reverse=False表示默认排序结果升序。
# 比如按照a中每个字符串最后的数字大小,降序排序 In [30]: a Out[30]: ['fasad_2', 'fadfc_4', '7hdc_0', 'ncsl_1', 'fai_3'] In [32]: sorted(a, key=lambda x: int(x[x.rindex('_') + 1:]), reverse=True) Out[32]: ['fadfc_4', 'fai_3', 'fasad_2', 'ncsl_1', '7hdc_0']
总结
以上所述是小编给大家介绍的Python中常用的高阶函数实例详解,希望对大家有所帮助,也非常感谢大家对脚本之家网站的支持!
相关文章
Python Numpy运行报错IndexError与形状不匹配的问题解决办法
在使用Numpy进行数据处理和科学计算时,IndexError和形状不匹配(Shape Mismatch)是常见的错误类型,这些错误通常发生在数组索引操作、数组运算或数组重塑时,本文将通过一个具体的例子来详细分析这些错误的原因和解决办法,需要的朋友可以参考下2024-07-07使用memory_profiler监测python代码运行时内存消耗方法
今天小编就为大家分享一篇使用memory_profiler监测python代码运行时内存消耗方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12python中tf.boolean_mask()函数的使用方法详解
这篇文章主要介绍了python中tf.boolean_mask()函数的使用方法详解, tf.boolean_mask() 函数的作用是通过布尔值对指定的列的元素进行过滤,需要的朋友可以参考下2023-11-11
最新评论