Python基礎-41-高階函數map/reduce/filter/sorted

高階函數

把函數作爲參數傳入，這樣的函數稱爲高階函數，函數式編程就是指這種高度抽象的編程範式

# lambda函數作爲參數傳入

def sum_func(x,y,func):
    res = func(x,y)
    return res

# 調用函數
print(sum_func(50,30,lambda x,y:x+y))

 

map()

map函數接收兩個參數，一個是函數，一個是Iterable，map將傳入的函數依次作用到序列的每個元素，並把結果作爲新的Iterator返回

 

# 定義一個計算平方的函數
def func(x):
    return x*x

# map函數返回的是一個map對象，需要list（map(fun,itor)）來將映射之後的map對象轉換成列表
res = map(func,[1,2,3,4,5])
print(list(res))  # 結果：[1, 4, 9, 16, 25]

 

reduce()

reduce()函數接收的參數和 map()類似，一個函數 f，一個可迭代對象，reduce()傳入的函數 f 必須接收兩個參數，reduce()對可迭代對象的每個元素反覆調用函數f，並返回最終結果值。（需要先導入模塊 from functools import reduce）

reduce(function, sequence, initial=None)

function：傳入的函數名

sequence：tuple ，list ，dictionary， string等可迭代物，必需參數

initial：初始值， 可選參數，默認爲None

from functools import reduce

# 定義一個函數，用來拼接字符串
def str_splic(str1,str2):
    return str1+str2
res = reduce(str_splic,["s","u","n","e","r"])
print(res)  # 結果爲：suner

 

filter()

filter()函數用於過濾序列，過濾掉不符合條件的元素，返回由符合條件元素組成的新列表

和map相似，filter()也接收一個函數和一個序列，把傳入的函數依次作用於每個元素，將返回True的元素放到新列表中

def judge_func(x):
    if x>10:
        return True
    else:
        return False
# filter函數返回的是一個filter對象，需要list（filter(fun,itor)）來將映射之後的filter對象轉換成列表
res = filter(judge_func,[1,5,8,10,12,16])
print(list(res)) # 結果顯示：[12, 16]

 

sorted()

sorted函數可以接收一個key函數來實現自定義的排序

key指定的函數將作用於list的每一個元素上，根據key函數返回的結果進行排序

 

L = [20,18,-5,0,3,49]
res = sorted(L,key=abs) # 按絕對值大小升序排列
print("升序結果：",res)  # 結果顯示：[0, 3, -5, 18, 20, 49]

res1 = sorted(L,key=abs,reverse=True) # 降序只需要加上 reverse=True 即可
print("降序結果：",res1)  # 結果顯示：[49, 20, 18, -5, 3, 0]