python幾個高階函數,Python高階

本文目錄一覽：

• 1、Python 之內置函數：filter、map、reduce、zip、enumerate
• 2、一文讀懂Python 高階函數
• 3、python函數高級
• 4、python 高階函數什麼意思
• 5、python高階函數有哪些

Python 之內置函數：filter、map、reduce、zip、enumerate

這幾個函數在 Python 裡面被稱為高階函數，本文主要學習它們的用法。

filter 函數原型如下：

第一個參數是判斷函數（返回結果需要是 True 或者 False），第二個為序列，該函數將對 iterable 序列依次執行 function(item) 操作，返回結果是過濾之後結果組成的序列。

簡單記憶：對序列中的元素進行篩選，獲取符合條件的序列。

返回結果為： ，使用 list 函數可以輸入序列內容。

map 函數原型如下：

該函數運行之後生成一個 list，第一個參數是函數、第二個參數是一個或多個序列；

下述代碼是一個簡單的測試案例：

上述代碼運行完畢，得到的結果是： 。使用 print(list(my_new_list)) 可以得到結果。

map 函數的第一個參數，可以有多個參數，當這種情況出現後，後面的第二個參數需要是多個序列。

map 函數解決的問題：

reduce 函數原型如下：

第一個參數是函數，第二個參數是序列，返回計算結果之後的值。該函數價值在於滾動計算應用於列表中的連續值。

測試代碼如下：

最終的結果是 6，如果設置第三個參數為 4，可以運行代碼查看結果，最後得到的結論是，第三個參數表示初始值，即累加操作初始的數值。

簡單記憶：對序列內所有元素進行累計操作。

zip 函數原型如下：

zip 函數將可迭代的對象作為參數，將對象中對應的元素打包成一個個元組，然後返回由這些元組組成的列表。

如果各個迭代器的元素個數不一樣，則返回列表長度與最短的對象相同，利用星號（ * ）操作符，可以將元組解壓為列表。

測試代碼如下：

展示如何利用 * 操作符：

輸出結果如下：

簡單記憶：zip 的功能是映射多個容器的相似索引，可以方便用於來構造字典。

enumerate 函數原型如下：

參數說明：

該函數用於將一個可遍歷的數據對象組合為一個索引序列，同時列出數據和數據下標，一般用在 for 循環當中。

測試代碼如下：

返回結果為： 。

本文涉及的函數可以與 lambda 表達式進行結合，能大幅度提高編碼效率。最好的學習資料永遠是官方手冊

一文讀懂Python 高階函數

將函數作為參數傳入，這樣的函數稱為高階函數。 函數式編程就是指這種高度抽象的編程範式。

變量可以指向函數，函數的參數能接收變量，那麼一個函數就可以接收另一個函數作為參數，這種函數就稱之為高階函數。如下所示：

map(fun, lst)，將傳入的函數變量func作用到lst變量的每個元素中，並將結果組成新的列表返回。

定義一個匿名函數並調用，定義格式如–lambda arg1,arg2…:表達式

reduce把一個函數作用在一個序列[x1, x2, x3, …]上，這個函數必須接收兩個參數，reduce把結果繼續和序列的下一個元素做累積計算。

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。

閉包的定義？閉包本質上就是一個函數

如何創建閉包？

如何使用閉包？典型的使用場景是裝飾器的使用。

global與nonlocal的區別：

簡單的使用如下：

偏函數主要輔助原函數，作用其實和原函數差不多，不同的是，我們要多次調用原函數的時候，有些參數，我們需要多次手動的去提供值。

而偏函數便可簡化這些操作，減少函數調用，主要是將一個或多個參數預先賦值，以便函數能用更少的參數進行調用。

我們再來看一下偏函數的定義：

類func = functools.partial(func, *args, **keywords)

我們可以看到，partial 一定接受三個參數，從之前的例子，我們也能大概知道這三個參數的作用。簡單介紹下：

總結

本文是對Python 高階函數相關知識的分享，主題內容總結如下：

python函數高級

一、函數的定義

函數是指將一組語句的集合通過一個名字（函數名）封裝起來，想要執行這個函數，只需要調用函數名即可

特性：

減少重複代碼

使程序變得可擴展

使程序變得易維護

二、函數的參數

2.1、形參和實參數

形參，調用時才會存在的值

實慘，實際存在的值

2.2、默認參數

定義：當不輸入參數值會有一個默認的值，默認參數要放到最後

2.3、 關鍵參數

定義： 正常情況下，給函數傳參數要安裝順序，不想按順序可以用關鍵參數，只需要指定參數名即可，（指定了參數名的就叫關鍵參數），但是要求是關鍵參數必須放在位置參數（以位置順序確定對應的參數）之後

2.4、非固定參數

定義： 如你的函數在傳入參數時不確定需要傳入多少個參數，就可以使用非固定參數

# 通過元組形式傳遞

# 通過列表形式傳遞

# 字典形式（通過k,value的方式傳遞）

# 通過變量的方式傳遞

三、函數的返回值

作用：

返回函數執行結果，如果沒有設置，默認返回None

終止函數運行，函數遇到return終止函數

四、變量的作用域

全局變量和局部變量

在函數中定義的變量叫局部變量，在程序中一開始定義的變量叫全局變量

全局變量作用域整個程序，局部變量作用域是定義該變量的函數

當全局變量與局部變量同名是，在定義局部變量的函數內，局部變量起作用，其他地方全局變量起作用

同級的局部變量不能互相調用

想要函數裡邊的變量設置成全局變量，可用global進行設置

五、特殊函數

5.1、嵌套函數

定義： 嵌套函數顧名思義就是在函數裡邊再嵌套一層函數

提示 在嵌套函數裡邊調用變量是從里往外依次調用，意思就是如果需要調用的變量在當前層沒有就會去外層去調用，依次內推

匿名函數

基於Lambda定義的函數格式為： lambda 參數:函數體

參數，支持任意參數。

匿名函數適用於簡單的業務處理，可以快速並簡單的創建函數。

# 與三元運算結合

5.3、高階函數

定義：變量可以指向函數，函數的參數可以接收變量，那麼一個函數就可以接收另一個函數作為參數，這種函數稱之為高階函數 只需要滿足一下任意一個條件，即是高階函數

接收一個或多個函數作為輸入

return返回另一個函數

5.4、遞歸函數

定義:一個函數可以調用其他函數，如果一個函數調用自己本身，這個函數就稱為遞歸函數

在默認情況下Python最多能遞歸1000次，（這樣設計師是為了防止被內存被撐死）可以通過sys.setrecursionlimit(1500)進行修改

遞歸實現過程是先一層一層的進，然後在一層一層的出來

必須有一個明確的條件結束，要不然就是一個死循環了

每次進入更深層次，問題規模都應該有所減少

遞歸執行效率不高，遞歸層次過多會導致站溢出

# 計算4的階乘 4x3x2x1

# 打印數字從1-100

5.5、閉包現象

定義:內層函數調用外層函數的變量，並且內存函數被返回到外邊去了

閉包的意義：返回的函數對象，不僅僅是一個函數對象，在該函數外還包裹了一層作用域，這使得，該函數無論在何處調用，優先使用自己外層包裹的作用域

python 高階函數什麼意思

變量可以指向函數，函數的參數可以接收變量，那麼函數可以接收另一個函數作為參數，這種函數稱為高階函數。

1、把函數作為實參;2、把函數作為返回值。

python高階函數有哪些?

map函數

map()是python內置的高階函數，它接收兩個參數，一個是函數，一個是序列，map將傳入的函數依次作用到序列的每個元素，並且把結果作為新的列表返回。

filter函數

filter()同樣也是接收一個函數和一個序列，和map()不同的是，filter函數把傳入的函數依次作用於每個元素，然後返回返回值是True的元素。

reduce函數

reduce()把一個函數作用到一個序列上，這個函數必須接收兩個參數，reduce把結果和序列的下一個元素做累積計算。

lambda函數

lambda()有時候傳參數時不需要顯示自定義的函數，直接傳入匿名函數更方便;冒號前面的X,y表示函數參數，匿名函數不需要擔心函數名的衝突，匿名函數也是一個函數對象，可以吧匿名函數賦值給一個變量，再利用變量來調用函數，匿名函數也可以作為返回值返回。

sorted函數

sorted()作為python內置高階函數之一，其功能是對序列(列表、元組、字典、集合、字符串)進行排序。

python高階函數有哪些

1、map

map()函數接受兩個參數，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一個元素上，並把結果作為新的Iterator返回。

舉例，比如我們有一個函數f(x)=x*2，要把這個函數作用在一個list[1, 2, 3, 4, 5, 6, 7, 8,

9]上，就可以用map()實現。

def f(x):

… return x*2

…

r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

list(r)

[2, 4, 6, 8, 10, 12, 14, 16, 18]

所以，map()作為高階函數，事實上它把運算規則抽象了，因此，我們不但可以計算簡單的f(x)=x*2，還可以計算任意複雜的函數，比如把這個list所有的數字轉為字符串：

list(map(str,[1, 2, 3, 4, 5, 6, 7, 8, 9]))

[“1”, “2”, “3”, “4”, “5”, “6”, “7”, “8”, “9”]

2、reduce

reduce是把一個函數作用在一個序列[x1, x2,

x3……]上，這個函數必須接收兩個參數，reduce把結果繼續和序列的下一個元素做累計計算。簡單來說，就是先計算x1和x2的結果，再拿結果與x3計算，依次類推。比如說一個序列求和，就可以用reduce實現。

from functools import reduce

def add(x, y):

… return x + y

…

reduce(add, [1, 3, 5, 7, 9])

25

也就是說，假設python沒有提供int()函數，你完全可以自己寫一個把字符串轉化為整數的函數，而且只需要幾行代碼。

3、filter

用於過濾序列，和map函數類似，filter也接收一個函數和一個序列，不同於map的是，filter把傳入的函數依次作用於每一個元素，然後根據返回值是True還是False決定保留還是丟棄該元素，例如，在一個list中，刪掉偶數，只保留奇數，可以這麼寫：

def is_odd(n):

return n % 2 == 1

list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))

# 結果: [1, 5, 9, 15]

把一個序列中的空字符串刪掉，可以這麼寫：

def not_empty(s):

return s and s.strip()

list(filter(not_empty, [“A”, “”, “B”, None, “C”, ” “]))

# 結果: [“A”, “B”, “C”]

可見用filter()這個高階函數，關鍵在於正確實現一個篩選函數。

4、sorted

無論冒泡排序還是快速排序，排序的核心是比較兩個元素的大小。如果是數字，我們可以直接比較，但如果是字符串或者兩個dict呢?直接比較數學上的大小是沒有意義的，因此，比較的過程必須通過函數抽象出來，Python內置的sorted()函數就可以對list進行排序：

sorted([36, 5, -12, 9, -21])

[-21, -12, 5, 9, 36]

此外，sorted()函數也是一個高階函數，它還可以接收一個key函數來實現自定義的排序，例如按絕對值大小排序：

sorted([36, 5, -12, 9, -21], key=abs)

[5, 9, -12, -21, 36]