Python中匿名函数与内置高阶函数详解

第一时间接收最新Python干货!

大家好,从今天起早起Python将持续更新由小甜同学从

初学者的角度

学习Python的笔记,其特点就是全文大多由

新手易理解



代码与注释及动态演示

。刚入门的读者千万不要错过!


为了配合

Python办公自动化


系列文章,本文带来的是 偷学Python第二十四天:
Python中匿名函数与内置高阶函数使用,其他内容将在近期更新完毕,本文目录如下

匿名函数

如果我们需要定义一个特别简单的函数,例如

def add(a, b):
s = a + b
return s

这就出现问题了,这么优雅的Python怎么可以出现这种难看的代码呢,有没有办法可以将其简化为1行代码呢?这么优雅的Python肯定有办法将其简化的方法啊!这要用到匿名函数了。P
ython中使用
 

lambda

关键字来创建匿名函数。

lambda [参数1 [,参数2,..参数n]]:表达式

示例代码

"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""

news_add = lambda a, b: a + b
# 上面的那个等于
def news_add_old(a, b):
return a + b

x = news_add_old(5, 10)
y = news_add(5, 10) # 调用匿名函数
print(x, y) # 15 15

结合内置函数使用

"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""


list1 = [{"a": 10, "b": 20}, {"a": 20, "b": 20}, {"a": 50, "b": 20}, {"a": 6, "b": 20}, {"a": 9, "b": 20}]

# 那个列表中的a最大
max_value = max(list1, key=lambda x: x["a"])
print(max_value)

# 如果用普通的函数写就多了几行
def func(di):
return di["a"]
max_value = max(list1, key=func) # 这里不能加()不然就表示调用了
print(max_value)

也可以将匿名函数当做参数

def func(a, b, fun):
s = fun(a, b)
return s

z = func(5, 10, lambda a, b: a + b)
print(z) # 15

注:lambda可以省去定义函数的过程,让代码更加精简,而且不用考虑命名问题,但是在PEP8规范里面是不推荐用lambda这种方式的

内置函数

map( )

map()
会根据提供的函数对指定序列做映射,使用方法:

map(function, iterable, ...)

第一个参数
function
以参数序列中的每一个元素调用
function
函数,

第二个参

iterable
一个或多个序列。其
返回包含每次 function 函数返回值的新列表。

示例代码

"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""

list1 = [1, 2, 4, 5, 56, 12, 5, 2, 34]

# 生成一个函数
def func(lt): # 将偶数返回,奇数+1返回
if lt % 2 == 0:
return lt
else:
return lt + 1


list2 = map(func, list1) # 千万不能加()
# 使用lambda关键字
list3 = map(lambda i: i if i % 2 == 0 else i + 1, list1)
print(list(list3)) # [2, 2, 4, 6, 56, 12, 6, 2, 34]
print(list(list2)) # [2, 2, 4, 6, 56, 12, 6, 2, 34]

reduce( )

reduce()
函数在Python2.x的时候是系统内置的函数,到Python3.x就已经归入functools库里面了。

reduce()
函数会对参数序列中元素进行累
积。
函数将一个数据集合(链表,元组等)中的所有数据进行下列操作:
用传给 reduce 中的函数 function(有两个参数)先对集合中的第 1、2 个元素进行操作,得到的结果再与第三个数据用 function 函数运算,最后得到一个结果。

reduce(function, iterable[, initializer])

示例代码

"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""

from functools import reduce

list1 = [1, 2, 3, 4, 5, 6, 7]
value = reduce(lambda x, y: x + y, list1)
print(value) # 28 = 1+2+3+4+5+6+7

执行流程即
将计算结果存储到x,每次累计。initializer就是设置x的初始值,演示如下

filter( )

filter()
函数用于过滤序列,过滤掉不符合条件的元素,返回一个迭代器对象,如果要转换为列表,可以使用
list()
来转换。

该方法接收两个参数,第一个为函数,第二个为序列,序列的每个元素作为参数传递给函数进行判,然后返回 True 或 False,最后将返回 True 的元素放到新列表中。

filter(function, iterable)

sorted( )

sorted()
 
函数对所有可迭代的对象进行排序操作,返回的是一个新的 list.返回重新排序的列表。

sorted(iterable, cmp=None, key=None, reverse=False)
  • iterable – 可迭代对象。
  • cmp – 比较的函数,这个具有两个参数,参数的值都是从可迭代对象中取出,此函数必须遵守的规则为,大于则返回1,小于则返回-1,等于则返回0。
  • key – 主要是用来进行比较的元素,只有一个参数,具体的函数的参数就是取自于可迭代对象中,指定可迭代对象中的一个元素来进行排序。
  • reverse – 排序规则,reverse = True 降序 , reverse = False 升序(默认)。

示例代码

"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""

students = [
{'name': 'tom', 'age': 20},
{'name': 'lucy', 'age': 15},
{'name': 'lily', 'age': 13},
{'name': 'mark', 'age': 21},
{'name': 'jack', 'age': 13},
{'name': 'steven', 'age': 18},
]

# 找出所有年龄大于18岁学生
result = filter(lambda x: x['age'] > 18, students)
print(list(result)) # [{'name': 'tom', 'age': 20}, {'name': 'mark', 'age': 21}]

# 按照年龄从小到大排序
students = sorted(students, key=lambda x: x['age'], reverse=True) # 利用key

print(students)
'''
[{'name': 'mark', 'age': 21}, {'name': 'tom', 'age': 20},
{'name': 'steven', 'age': 18}, {'name': 'lucy', 'age': 15},
{'name': 'lily', 'age': 13}, {'name': 'jack', 'age': 13}]
'''

往期文章


读完本文你就了解什么是文本分析

综述:文本分析在市场营销研究中的应用


从记者的Twitter关注看他们稿件的党派倾向?


Pandas时间序列数据操作

readability: 英文文本数据可读性库


Matplotlib可视化教程~

Matplotlib中的plt和ax都是啥?


70G上市公司定期报告数据集

5个小问题带你理解列表推导式

文本数据清洗之正则表达式




Python网络爬虫与文本数据分析


如何批量下载上海证券交易所上市公司年报

Numpy和Pandas性能改善的方法和技巧

漂亮~pandas可以无缝衔接Bokeh

YelpDaset: 酒店管理类数据集10+G

先有收获,再点在看!