python高階函數

• 一、什么是高階函數：
  變量可以指向函數，函數的參數能接收變量，那么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。比如:

def add(x,y,f):
    return f(x) + f(y)

op = add(1,1,abs)  #這里把python內置函數abs作為參數傳遞給add
print op
結果：2
python里的高階函數有 filter、map、reduce、sorted、匿名函數lambda等

• 二、python 里的高階函數：

匿名函數：

python使用lambda來創建匿名函數

• lambda 只是一個表達式，函數體比 def 簡單很多。
• lambda的主體是一個表達式，而不是一個代碼塊。僅僅能在lambda表達式中封裝有限的邏輯進去。
• lambda 函數擁有自己的命名空間，且不能訪問自己參數列表之外或全局命名空間里的參數。
• 雖然lambda函數看起來只能寫一行，卻不等同于C或C++的內聯函數，后者的目的是調用小函數時不占用棧內存從而增加運行效率。
  語法：lambda 函數的語法只包含一個語句，如下：

lambda [arg1 [,arg2,.....argn]]:expression
#lambda 參數列表：return [表達式] 變量
#  由于lambda返回的是函數對象（構建的是一個函數對象），所以需要定義一個變量去接收

實例1

sum = lambda arg1, arg2: arg1 + arg2;

# 調用sum函數
print ("相加后的值為 : ", sum( 10, 20 )) # 相加后的值為 :  30
print ("相加后的值為 : ", sum( 20, 20 )) # 相加后的值為 :  40

實例2

#對字典排序
infors = [{"name":"wang","age":18},{"name":"li","age":20},{"name":"qian","age":30}]
infors.sort(key=lambda x:x['age']) #根據值對字典排序
print(infors)

實例3

def test(a,b,func):
    result = func(a,b)
    return result

num = test(11,22,lambda x,y:x+y)
print(num)

filter函數

filter() 函數用于過濾序列，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。該接收兩個參數，第一個為函數，第二個為序列，序列的每個元素作為參數傳遞給函數進行判，然后返回 True 或 False，最后將返回 True 的元素放到新列表中。

• 語法：filter(function, iterable)
• 參數：function---- 判斷函數，iterable -- 可迭代對象。
• 返回值：返回列表。

實例

def is_odd(n):
    return n % 2 == 1
alist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(alist)

map函數

接收一個函數 f 和一個或多個序列list，并通過把函數 f 依次作用在 序列list 的每個元素上，得到一個新的 list 并返回。

• 語法：map(function, iterable, ...)
• 參數：function -- 函數，iterable -- 一個或多個序列
• 返回值：Python 2.x 返回列表。Python 3.x 返回迭代器。

實例

>>>def square(x) :            # 計算平方數
...     return x ** 2
... 
>>> map(square, [1,2,3,4,5])   # 計算列表各個元素的平方
[1, 4, 9, 16, 25]
>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5])  # 使用 lambda 匿名函數
[1, 4, 9, 16, 25]

# 提供了兩個列表，對相同位置的列表數據進行相加
>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]

reduce函數

reduce()函數接收的參數和 map()類似，但是行為不同。reduce() 函數會對參數序列中元素進行累積。reduce()傳入的函數 f 必須接收兩個參數,用傳給 reduce 中的函數 f（有兩個參數）先對集合中的第 1、2 個元素進行操作，得到的結果再與第三個數據用 f 函數運算，最后得到一個結果。

• 語法：reduce(function, iterable[, initializer])
• 參數：function -- 函數，有兩個參數。iterable -- 可迭代對象。initializer -- 可選，初始參數

實例

>>>def add(x, y) :            # 兩數相加
...     return x + y
... 
>>> reduce(add, [1,2,3,4,5])   # 計算列表和：1+2+3+4+5
15
>>> reduce(lambda x, y: x+y, [1,2,3,4,5])  # 使用 lambda 匿名函數
15

>>> def f(a,b):
...     return a+b
... 
>>> print reduce(f,[1,2,3,4],10)  #1+2+3+4+10.這里的第三個參數是做為初始值的。
20

#注意：reduce在3.0里已經已經由一個內置方法移到標準庫里了，3.0里調用reduce必須import functools，3.0里使用方法如下
>>>import functools
>>>res = functools.reduce(lambda x, y: x+y, [1,2,3,4,5])
>>>print res

sorted函數

sort 與 sorted 區別：
sort 是應用在 list 上的方法，sorted 可以對所有可迭代的對象進行排序操作。
list 的 sort 方法返回的是對已經存在的列表進行操作，無返回值，而內建函數 sorted 方法返回的是一個新的 list，而不是在原來的基礎上進行的操作。

• 語法：sorted(iterable[, cmp[, key[, reverse]]])
• 參數：
  iterable -- 可迭代對象。
  cmp -- 比較的函數，這個具有兩個參數，參數的值都是從可迭代對象中取出，此函數必須遵守的規則為，大于則返回1，小于則返回-1，等于則返回0。
  key -- 主要是用來進行比較的元素，只有一個參數，具體的函數的參數就是取自于可迭代對象中，指定可迭代對象中的一個元素來進行排序。
  reverse -- 排序規則，reverse = True 降序 ， reverse = False 升序（默認）。
• 返回值：返回重新排序的列表。

實例

>>>a = [5,7,6,3,4,1,2]
>>> b = sorted(a)       # 保留原列表
>>> a 
[5, 7, 6, 3, 4, 1, 2]
>>> b
[1, 2, 3, 4, 5, 6, 7]

>>> L=[('b',2),('a',1),('c',3),('d',4)]
>>> sorted(L, cmp=lambda x,y:cmp(x[1],y[1]))   # 利用cmp函數
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
>>> sorted(L, key=lambda x:x[1])               # 利用key
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]

>>> students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
>>> sorted(students, key=lambda s: s[2])            # 按年齡排序
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

>>> sorted(students, key=lambda s: s[2], reverse=True)       # 按降序
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
>>>