云开发技术应用(Python)-21-4-匿名函数及高阶函数课件.pptx

1、21-4 匿名函数及高阶函数CONTENTS目 录 1匿名函数map()23reduce()filter()45sorted()使用Python写一些执行脚本时，使用匿名函数可以省去定义函数的过程，让代码更加精简。对于一些抽象的，不会别的地方再复用的函数，有时候给函数起个名字也挺麻烦，使用匿名函数不需要考虑命名的问题，并且可以让代码更容易理解。匿名函数使用关键字lambda来定义，语法格式：lambda args:expression20.4.1匿名函数匿名函数20.4.1 匿名函数冒号前是参数，可以有多个，用逗号隔开，冒号右边可以是任意表达式，但不能是语句，例如不能是print。由于匿名函数

2、没有名称，不能直接调用，需要赋值给一个对象，然后依靠此对象来调用：a,b=3,4 f1=lambda x,y:x+y print f1(a,b)7上述代码的第二行等价于：def f1(x,y).return x+y匿名函数的主要意义在于函数速写，它也常常在map()、reduce()等高阶函数中作为参数来使用。map()函数和接下来要介绍的其他几个函数都是高阶函数。高阶函数的定义：函数的参数（同时也是函数要处理的对象）是其他函数。map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的列表返回。函数原型如下：map(function,it

3、erable,.)在map()的参数中，function是一个处理函数，iterable为一个或多个可迭代对象。map()会根据提供的函数对指定序列做映射，即以参数序列中的每一个元素调用function函数，返回包含每次function函数返回值的新列表。有一点需要注意的是，Python2返回列表，Python3返回一个map对象，你可以用for循环迭代它，取出其中的值。21.4.2map()21.4.2 map()map(f(x),list)123456789list：14916 25 36 49 64 81return：f(x)=x2 假设我们有一个函数f(x)=x2，要把这个函数作用在一

4、个包含数字19的列表对象上，用高阶函数map()来实现:def foo(x):return x*x map(foo,1,2,3,4,5,6,7,8,9)1,4,9,16,25,36,49,64,8121.4.2 map()map()函数不改变原有的列表，而是返回一个新的列表，利用map()函数，可以把一个列表转换为另一个列表，只需要传入转换函数。传入的函数可以是匿名函数，因此上面的代码可以写成以下形式：map(lambda x:x*x,1,2,3,4,5,6,7,8,9)1,4,9,16,25,36,49,64,8121.4.2 map()由于列表包含的元素可以是任何类型，因此，map()不仅

5、仅可以处理只包含数值的列表，事实上它可以处理包含任意类型的列表，只要确保传入的函数可以处理这种数据类型即可。因此，我们不但可以计算简单的f(x)=x2，还可以计算任意复杂的函数，比如，把这个列表中所有的元素由数字转为字符串，只需要一行代码：map(str,1,2,3,4,5,6,7,8,9)1,2,3,4,5,6,7,8,9reduce()函数也是Python内建的一个高阶函数。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

6、个数据用function函数运算，最后得到一个结果。函数原型如下：reduce(function,iterable,initializer)参数function是用于处理的函数；iterable为可迭代对象；initializer是可选的，为初始参数，如果提供了initializer，就先用initializer和数据集中的第1个元素进行操作。返回值是函数计算结果。21.4.3reduce()21.4.3 reduce()reduce()函数接收的参数和map()类似，但行为和map()不同，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

7、结果继续和序列的下一个元素做累积计算，其效果就是：reduce(f,x1,x2,x3,x4)等价于 f(f(f(x1,x2),x3),x4)比方说对一个序列求累计乘积，就可以用reduce实现。下面是利用reduce()求阶乘结果的例子：a=1n=input(Enter a Number(n=1):)if n=1:a=reduce(lambda x,y:x*y,range(1,n+1)print a执行结果Enter a Number(n=1):672021.4.3 reduce()多了解reduce函数后，我们会发现它非常使用且方便，比如要把序列1,3,5,7,9变换成单一的整数13579，

8、reduce也可以派上用场：def fn(x,y):return x*10+y reduce(fn,1,3,5,7,9)1357921.4.3 reduce()考虑到字符串str也是一个序列，对上面的例子稍加改动，配合map()，我们也可以写出把str转换为int的函数：def fn(x,y):return x*10+y def char2num(s):return 0:0,1:1,2:2,3:3,4:4,5:5,6:6,7:7,8:8,9:9s reduce(fn,map(char2num,13579)1357921.4.3 reduce()整理成一个单一的转换函数就是：def str2in

9、t(s):if s.isdigit():def fn(x,y):return x*10+y def char2num(s):return 0:0,1:1,2:2,3:3,4:4,5:5,6:6,7:7,8:8,9:9s return reduce(fn,map(char2num,s)else:print Need a numeric string.也就是说，假设Python没有提供int()函数，你完全可以自己写一个把字符串转化为整数的函数，而且非常简单。注意，reduce()函数在Python2是内建函数，从Python3开始移到了functools模块。Python内建的filter()函

10、数用于过滤序列。和map()类似，filter()也接收一个函数和一个序列。和map()不同的时，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。函数原型如下：filter(function,iterable)function为判断函数，iterable为可迭代对象。对于其返回值，Python 2中返回的是过滤后的列表，而Python 3中返回到是一个可迭代的filter类，相对Python2提升了性能，可以节约内存。21.4.4filter()21.4.4 filter()下面举个例子，在一个list中，删掉偶数，只保留奇数：de

11、f is_odd(n):.return n%2=1 filter(is_odd,1,2,4,5,6,9,10,15)1,5,9,15再举例把一个序列中的空字符串删掉：def not_empty(s):.return s and s.strip()filter(not_empty,A,B,None,C,)A,B,C可见用filter()这个高阶函数，关键在于正确实现一个“筛选”函数。排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序，排序的核心是比较两个元素的大小。如果是数字，我们可以直接比较，但如果是字符串或者两个字典呢？直接比较数学上的大小是没有意义的，因此，比较的过程必须通过函数

12、抽象出来。通常规定，对于两个元素x和y，如果认为x y，则返回1，这样，排序算法就不用关心具体的比较过程，而是根据比较结果直接排序。21.4.5sorted()21.4.5 sorted()Python内置的sorted()函数对所有可迭代的对象进行排序操作。函数原型：sorted(iterable,cmp,key,reverse)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：指定一个函数，每个元素先被此函数处理，然后再参与排序。reverse：排序规则，rever

13、se=True 降序，reverse=False 升序（默认）。返回值：排序后的列表。21.4.5 sorted()默认情况下，对字符串排序，是按照ASCII的大小比较的，因此所有的大写字母会排在所有的小写字母之前。现在，我们提出排序应该忽略大小写排序。忽略大小写来比较两个字符串，实际上就是先把字符串都变成大写（或者都变成小写），再进行比较。因此，要实现这个算法，不必对现有代码大加改动，只要通过参数key指定一个str.lower()或upper()方法即可。s1=It is never too old to learn sorted(s1.split(),key=str.lower)is,It,learn,never,old,to,too从上述例子可以看出，高阶函数的抽象能力是非常强大的，而且，核心代码可以保持得非常简洁。