Python高阶函数使用总结

Reference
https://github.com/datawhalechina/team-learning-rogram/blob/master/PythonLanguage

一、map

语法

map函数的基本语法是map(func, seq)，其含义指的是：对后面可迭代序列中的每个元素执行前面的函数func的功能，最终获取到一个新的序列。注意：

Python2 中直接返回的是一个列表
Python3 中返回的是一个可迭代器，如果想返回列表，可以使用list()进行处理
help(map) # 查看帮助信息

1.使用python内置函数

map(abs, [1,-2,3,-4])
 # <map at 0x1f68c657e80>
 # 上面的步骤得到了迭代器，使用list方法展开
 list(map(abs, [1,-2,3,-4]))
 #[1, 2, 3, 4]

2.使用自己定义函数

def mapfunction(x):
    return x**2+2*x+1
    
list(map(mapfunction,[1,-2,3,-4] ))
#[4, 1, 16, 9]

3.使用匿名函数lambda

# 单个参数
list(map(lambda x:x+2, [1,2,3,4]))
#[3, 4, 5, 6]

# 多个参数
list(map(lambda x, y:x+y, [1,2,4], [1,2,3]))
#[2, 4, 7]

二、reduce

语法

reduce函数的定义：

reduce(function, sequence [, initial] ) -> value

reduce依次从sequence中取一个元素，和上一次调用function的结果做参数，再次调用function。

第一次调用function时，如果提供initial参数，会以sequence中的第一个元素和initial作为参数调用function，否则会以序列sequence的第一个数

Python3中已将reduce函数移到functools模块中，需要先进行导入：

from functools import reduce   # 导入
help(reduce)  # 查看帮助文档

上面的例子我们通过一个图形来解释说明：

1. 使用自己定义函数

def add(x,y):
    return x+y
 reduce(add, [1,2,3,4])
#10

2. 使用匿名函数lambda

reduce(lambda x, y: x+y, [1,2,3,4])
#10

reduce(lambda x, y: x*y, [1,2,3,4])
#24

3. 一个复杂的例子

reduce(lambda x, y: x*y+1, [1,2,3,4])
#41

具体过程为：

1. 1*2+1=3
2. 3*3+1=10  # 第一个3为上面的结果3，第2个原始数据中的3
3. 10*4+1=41

4.带有初始值的例子
初始化值和序列中的第一个值执行func函数，将得到的结果作为下次的起始值

reduce(lambda x, y: x+y, [1,2,3,4,5], 6)
#21

# 具体过程解释为

1. 6+1=7  
2. 7+2=9
3. 9+3=12
4. 12+4=16
5. 16+5=21

三、filter

语法

filter()函数用于过滤序列，过滤掉不符合条件的那些元素，返回符合条件的元素组成新列表。

序列中的每个元素作为参数传递给函数进行判断，返回True或者False，最后将返回True的元素放到新列表中。

filter()语法如下：

filter(function, iterable)  # 前者为函数，后者为待执行的序列

1. 使用自定义函数

返回10以内的偶数
def filterfunc(x):
    return x%2 ==0

filter(filterfunc,list(range(10)))
#<filter at 0x20ead95d278>
# 使用list展开
list(filter(filterfunc,list(range(10))))
#[0, 2, 4, 6, 8]

2. 使用匿名函数lambda

list(filter(lambda x: x %2 ==0,list(range(10))))
#[0, 2, 4, 6, 8]

# 加入筛选条件
list(filter(lambda x: x > 0,[1,-2,3,-4]))
# [1,3]

3. 对字符串的筛选
   选择符合指定要求的字符串

list(filter(lambda x: x == 'python', ['a', 'b', 'c','python']))
#['python']

四、sorted

语法

sorted(iterable, key=None, reverse=False)  

3个参数
sorted()接受3个参数，返回的是一个排序后的列表

• 可迭代对象iterable
• reverse=False，接受一个布尔值，选择是否反转排序结果，默认是False
• 接受一个回调函数key=None，回调函数只能有一个参数，根据函数的返回值进行排序

默认不反转

对元组、range对象、字典的排序

结果反转
结果反转的意义就是将结果降序排列，因为原本默认是升序的，使用的是reverse=True

理解key
key参数的作用是我们自定义一个函数，然后通过将序列中的元素作用于函数之后再进行排序

在这里我们使用绝对值函数


对比sort()
sort()方法只能对原列表list进行排序，参数和sorted是相同的
结果是将原来的列表直接原地修改，而sorted 是生成新的列表，二者是不同的

五、zip

zip()是Python中一个非常重要的方法，能够快速的实现很多功能。

语法

zip([iterable,...])  # iterable是一个或者多个可迭代器

• 函数执行的结果在Python3中返回的是一个zip对象，如果需要展示成列表的形式，直接使用list方法展开；展开的结果是列表中嵌套元组的形式
• 在Python2中直接返回的是元组列表形式

1. zip接受一个序列
zip中可以接受列表、元组、字符串等形式


zip接受空列表的形式，返回的仍空列表

2. zip接受多个序列


3. 同时对不同类型的序列进行合并

4. 处理长度不同
当多个序列同时存在，取长度最小的那个序列的长度

*5 zip(iterables)
我们一般认为该方法是zip的反过程，是一个unzip的过程，举例说明其使用：

6 复杂例子
下面看一个更为复杂的例子

这个例子的解释为：

• [x]是一个列表中含有列表，x本身就是一个列表
• [x]*3结果为[x,x,x]，实际上也是[[4,5,6],[4,5,6],[4,5,6]]
• [*[x]*3]的结果则为[(4,4,4),(5,5,5),(6,6,6)]

7 zip运用
下面通过zip的实际例子来说明它的应用：

• 列表求和

• 数据合并
  
• 字典的key-value转换

for循环实现：

• 使用zip实现：