重要的內置函數:
1. filter(function, sequence)
# 描述:
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。
該接收兩個參數,第一個爲函數,第二個爲序列,序列的每個元素作爲參數傳遞給函數進行判,
然後返回 True 或 False,最後將返回 True 的元素放到新列表中。
# 語法:
以下是 filter() 方法的語法:
filter(function,sequence)
# 參數:
function -- 判斷函數。
sequence -- 可迭代對象。
# 實例 過濾出列表中的所有奇數:
>>> str = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> def fun1(s):
>>> return s % 2 == 1
>>> ret = filter(fun1, str) # filter把不符合的過濾掉
>>> print(ret) #<filter object at 0x000001A8C827B358> ret是一個迭代器對象
>>> print(list(ret)) # ret是一個迭代器對象 轉換成列表 [1, 3, 5, 7, 9]
對sequence中的item依次執行function(item),將執行結果爲True的item做成一個filter object的迭代器返回。
可以看作是過濾函數。
2. map(function, sequence)
# 描述:
map() 會根據提供的函數對指定序列做映射。
第一個參數 function 以參數序列中的每一個元素調用 function 函數,
返回包含每次 function 函數返回值的新列表
# 語法:
map() 函數語法:
map(function, sequence, ...)
# 參數:
function -- 函數,有兩個參數
sequence -- 一個或多個序列
# 實例: 以下實例展示了 map() 的使用方法:
>>> def square(x): # 計算平方數
>>> num= x ** 2
>>> return str(num)+"L"
>>> ret=map(square, [1, 2, 3, 4, 5]) #map 把序列中每個值做處理
>>> print(ret) # <filter object at 0x000001A8C827B358> ret是一個迭代器對象
>>> print(list(ret)) # ret是一個迭代器對象 轉換成列表 ['1L', '4L', '9L', '16L', '25L']
對sequence中的item依次執行function(item),將執行結果組成一個map object迭代器返回.
map也支持多個sequence,這就要求function也支持相應數量的參數輸入:
>>> def square(x,y): # x*y
>>> num= x * y
>>> return str(num)+"L"
>>> a=[1, 2, 3, 4]
>>> b=[ 7,8, 9, 10]
>>> s=map(square,a, b) #這裏square有兩個傳入 a b 按順序對應 x y
>>> print(list(s)) # ret是一個迭代器對象 轉換成列表 ['7L', '16L', '27L', '40L']
3. reduce(function, sequence, starting_value)
# 描述:
reduce() 函數會對參數序列中元素進行累積。
函數將一個數據集合(鏈表,元組等)中的所有數據進行下列操作:
用傳給reduce中的函數 function(有兩個參數)先對集合中的第 1、2 個元素進行操作,
得到的結果再與第三個數據用 function 函數運算,最後得到一個結果。
# 語法:
reduce() 函數語法:
reduce(function, iterable[, initializer])
# 參數:
function -- 函數,有兩個參數
iterable -- 可迭代對象
initializer -- 可選,初始參數
# 實例: 以下實例展示了 reduce() 的使用方法:
>>> from functools import reduce
>>> def add(x, y) : # 兩數相加
>>> return x + y
>>> ret=reduce(add, [1,2,3,4,5]) # 計算列表和:1+2+3+4+5
>>> print(ret) #15
對sequence中的item順序迭代調用function,如果有starting_value,還可以作爲初始值調用.
>>> from functools import reduce # **** reduce py2可以直接調用 py3必須加這句 ***
>>> def add(x, y) : # 兩數相加
>>> return x + y
>>> a=10 #注意
>>> ret=reduce(add, [1,2,3,4,5],a) # 計算列表和:1+2+3+4+5 a爲初始值 10 會在計算完列表和後 加 a
>>> print(ret) #25
4 lambda
lambda只是一個表達式,函數體比def簡單很多。
lambda的主體是一個表達式,而不是一個代碼塊。僅僅能在lambda表達式中封裝有限的邏輯進去。
lambda表達式是起到一個函數速寫的作用。允許在代碼內嵌入一個函數的定義。
普通函數與匿名函數的對比:
#普通函數
>>> def add(a,b):
>>> return a + b
>>> print(add(2,3)) #5
#匿名函數
>>> add = lambda a,b : a + b
>>> print(add(2,3)) #5
匿名函數的命名規則,用lamdba 關鍵字標識,
冒號(:)左側表示函數接收的參數(a,b) ,
冒號(:)右側表示函數的返回值(a+b)。
因爲lamdba在創建時不需要命名,所以,叫匿名函數
lambda和普通的函數相比,就是省去了函數名稱而已,同時這樣的匿名函數,又不能共享在別的地方調用。
其實說的沒錯,lambda在Python這種動態的語言中確實沒有起到什麼×××的作用,
因爲有很多別的方法能夠代替lambda。
1. 使用Python寫一些執行腳本時,使用lambda可以省去定義函數的過程,讓代碼更加精簡。
2. 對於一些抽象的,不會別的地方再複用的函數,有時候給函數起個名字也是個難題,
使用lambda不需要考慮命名的問題。
3. 使用lambda在某些時候讓代碼更容易理解。
lambda語句中,冒號前是參數,可以有多個,用逗號隔開,冒號右邊的返回值。
lambda語句構建的其實是一個函數對象。
# lamdba用在上面幾個函數中
>>> from functools import reduce
>>> foo = [1,2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> f=filter(lambda x: x % 3 == 0, foo)
>>> m=map(lambda x: x * 2 + 10, foo)
>>> r=reduce(lambda x, y: x + y, foo)
>>> print(list(f)) # [3, 6, 9]
>>> print(list(m)) # [12, 14, 16, 18, 20, 22, 24, 26, 28, 30]
>>> print(r) # 55
pythopn 函數(內置函數)
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.