函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。
注意其中:map和filter返回一个惰性序列,可迭代对象,需要转化为list
1
2
3
4
5
6
7
8
9
10
|
>>> a = 3.1415 >>> round (a, 2 ) 3.14 >>> a_round = round >>> a_round(a, 2 ) 3.14 >>> def func_devide(x, y, f): return f(x) - f(y) #传递参数为函数 print (func_devide( 9.3 , 3.2 , round )) |
1. map函数
map()函数接收两个参数,一个是函数,一个是Iterable,map将传入的函数依次作用到序列的每个元素,并把结果作为新的Iterator返回。
1
2
3
4
5
6
7
8
9
10
|
>>> print ( list ( map ( str , [ 1 , 2 , 3 ]))) [ '1' , '2' , '3' ] >>> dt = map ( str ,[ - 1 , 2 , 3 , 4 , 5 , - 34 , - 45 , - 23.454 ]) >>> dt < map object at 0x10f431dd8 > >>> list (dt) [ '-1' , '2' , '3' , '4' , '5' , '-34' , '-45' , '-23.454' ] >>> dt = map ( abs ,[ - 1 , 2 , 3 , 4 , 5 , - 34 , - 45 , - 23.454 ]) >>> list (dt) [ 1 , 2 , 3 , 4 , 5 , 34 , 45 , 23.454 ] |
注意报错:TypeError: ‘map’ object is not callable
一般出现的原因是迭代对象(str,abs等)或者函数(map)被修改,不再是原来的函数,导致出现不可迭代对象
2. reduce函数
reduce把一个函数作用在一个序列[x1, x2, x3, …]上,这个函数必须接收两个参数,reduce把结果继续和序列的下一个元素做累积计算。返回的是一个计算的最终结果,函数接收两个参数:
1
2
3
4
5
6
7
8
9
10
|
def add(x,y): ... return x + y ... >>> reduce(add,[1,2,3,4,5,6,7,8,9,10]) 55 >>> def concate(x,y): ... return str(x)+str(y) ... >>> reduce(concate,[1,2,3,4,5,6,7,8,9,0]) '1234567890' |
reduce和map函数结合做字符串转整型(或者整型转字符串)
1
2
3
4
5
6
7
8
9
10
11
|
>>> str = '12121212132323' >>> dic_str_int = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} >>> def str_arr(x): ... dic_str_int = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} ... return dic_str_int[x] ... >>> def int_dum(x,y): ... return 10*x + y ... >>> reduce(int_dum,map(str_arr,str)) 12121212132323 |
示例,转换列表内数据为大写,首字母大写
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
>>> names = [ 'jack' , 'john' , 'wilianmon' , 'jobs' , 'bill' , 'gates' ] >>> def str_upper(string): ... return string.upper() ... >>> names = map (str_upper,names) >>> list (names) [ 'JACK' , 'JOHN' , 'WILIANMON' , 'JOBS' , 'BILL' , 'GATES' ] >>> def str_capitialize(string): ... return string.capitalize() ... >>> names = [ 'jack' , 'john' , 'wilianmon' , 'jobs' , 'bill' , 'gates' ] >>> >>> names = map (str_capitialize,names) >>> list (names) [ 'Jack' , 'John' , 'Wilianmon' , 'Jobs' , 'Bill' , 'Gates' ] |
列表内参数求所有元素乘积:
1
2
3
4
5
6
7
8
|
int_li = [ 2 , 3 , 5 , 10 ] >>> reduce ( lambda x, y: x * y,int_li) 300 >>> def func_mult(li = None ): ... return reduce ( lambda x, y: x * y,li) ... >>> func_mult(int_li) 300 |
上面的可以根据需要转成函数,更方便调用
‘123.456’转成整数123.456
方法一:截断之后拼接
1
2
3
4
5
6
7
8
9
10
11
12
|
def string_int(strs): str_li = strs.split( '.' ) def str_int( str ): dic_str_int = { '0' : 0 , '1' : 1 , '2' : 2 , '3' : 3 , '4' : 4 , '5' : 5 , '6' : 6 , '7' : 7 , '8' : 8 , '9' : 9 } return dic_str_int[ str ] int_1 = reduce ( lambda x, y: x * 10 + y, list ( map (str_int,str_li[ 0 ]))) int_2 = reduce ( lambda x,y: x * 10 + y, list ( map (str_int,str_li[ 1 ]))) return int_1 + int_2 / ( 10 * * ( len (str_li) + 1 )) res = string_int( '123.456' ) print (res) #结果:123.456 |
方法二: 转成纯数字字符串
1
2
3
4
5
6
7
8
9
10
11
12
13
|
def string_int1(strs): # 记住位置,替换 point_len = len (strs) - strs.find( '.' ) - 1 str_li = strs.replace( '.' , '') def str_int( str ): dic_str_int = { '0' : 0 , '1' : 1 , '2' : 2 , '3' : 3 , '4' : 4 , '5' : 5 , '6' : 6 , '7' : 7 , '8' : 8 , '9' : 9 } return dic_str_int[ str ] int_num = reduce ( lambda x,y: x * 10 + y, list ( map (str_int,str_li))) return int_num / ( 10 * * (point_len)) res = string_int1( '123.456' ) print (res) #结果:123.456 |
3. filter函数
filter()也接收一个函数和一个序列。从一个序列中筛出符合条件的元素。和map()不同的是,filter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃该元素。
注意:和map函数的区别
函数名 | 区别 |
---|---|
map | 作用于每个可迭代对象的元素,并返回处理之后的元素 |
filter | 作用于可迭代内每个元素,根据计算后结果:True保留,Flase去掉 |
eg: 获取列表内所有的整数类型元素
1
2
3
4
5
6
7
8
9
10
11
|
def only_int(x): try : if isinstance (x, int ): return True else : return False except ValueError as e: return False dt = filter (type_int,[ 1 , 2 , 3 , 3 , '3232' , - 34.5 , 34.5 ]) >>> list (dt) [ 1 , 2 , 3 , 3 ] |
-
扫码下载安卓APP
-
微信扫一扫关注我们
微信扫一扫打开小程序
手Q扫一扫打开小程序
-
返回顶部
友情链接:
6547题库网 |
Scratch从入门到精通|
Copyright © 小码农 |
2020-2022
发表评论