高階函式
變數可以指向乙個函式
函式名其實就是指向函式的變數
高階函式:能接收函式作為引數的函式
定義乙個函式,接收x,y,f三個引數
其中x,y是數值,f是函式
def add(x,y,f):
return f(x)+f(y)
add(-1,2,abs)=3
map()是 python 內建的高階函式,它接收乙個函式 f和乙個list,並通過把函式 f 依次作用在 list 的每個元素上,得到乙個新的 list 並返回
def format_name(s):
return s[0].upper()+s[1:].lower()
print map(format_name, ['adam', 'lisa', 'bart'])
reduce()函式也是python內建的乙個高階函式。reduce()函式接收的引數和 map()類似,乙個函式 f,乙個list,但行為和 map()不同,reduce()傳入的函式 f 必須接收兩個引數,reduce()對list的每個元素反覆呼叫函式f,並返回最終結果值。
例如,編寫乙個f函式,接收x和y,返回x和y的和:
def f(x, y):呼叫reduce(f, [1, 3, 5, 7, 9])時,reduce函式將做如下計算:return x + y
先計算頭兩個元素:f(1, 3),結果為4;上述計算實際上是對 list 的所有元素求和。雖然python內建了求和函式sum(),但是,利用reduce()求和也很簡單。再把結果和第3個元素計算:f(4, 5),結果為9;
再把結果和第4個元素計算:f(9, 7),結果為16;
再把結果和第5個元素計算:f(16, 9),結果為25;
由於沒有更多的元素了,計算結束,返回結果25。
reduce()還可以接收第3個可選引數,作為計算的初始值。如果把初始值設為100,計算:
reduce(f, [1, 3, 5, 7, 9], 100)結果將變為125,因為第一輪計算是:
計算初始值和第乙個元素:f(100, 1),結果為101。
filter()函式是 python 內建的另乙個有用的高階函式,filter()函式接收乙個函式 f和乙個list,這個函式 f 的作用是對每個元素進行判斷,返回 true或 false,filter()根據判斷結果自動過濾掉不符合條件的元素,返回由符合條件元素組成的新list。
import math
def is_sqr(x):
r = int(math.sqrt(x))
return r*r==x
print filter(is_sqr, range(1, 101))
sorted()函式可對list進行排序:
>>>sorted([36, 5, 12, 9, 21])
[5, 9, 12, 21, 36]
但sorted()也是乙個高階函式,它可以接收乙個比較函式來實現自定義排序,比較函式的定義是,傳入兩個待比較的元素 x, y,如果 x 應該排在 y 的前面,返回 -1,如果 x 應該排在 y 的後面,返回 1。如果 x 和 y 相等,返回 0。
def cmp_ignore_case(s1, s2):
return cmp(s1.lower(),s2.lower())
print sorted(['bob', 'about', 'zoo', 'credit'], cmp_ignore_case)
【python的函式不但可以返回int、str、list、dict等資料型別,還可以返回函式!】
def calc_prod(lst):
def prod():
return reduce(lambda x, y : x * y, lst)
return prod
f = calc_prod([1, 2, 3, 4])
print f()
閉包:在函式內部定義的函式和外部定義的函式是一樣的,只是他們無法被外部訪問。
將g的定義移入函式f內部,防止其他**呼叫g:
def f():calc_sum函式:print 'f()...'
def g():
print 'g()...'
return g
def calc_sum(lst):注意:發現沒法把lazy_sum移到calc_sum的外部,因為它引用了calc_sum的引數lst。def lazy_sum():
return sum(lst)
return lazy_sum
像這種內層函式引用了外層函式的變數(引數也算變數),然後返回內層函式的情況,稱為閉包(closure)
閉包的特點是返回的函式還引用了外層函式的區域性變數,所以,要正確使用閉包,就要確保引用的區域性變數在函式返回後不能變。舉例如下:
# 希望一次返回3個函式,分別計算1x1,2x2,3x3:你可能認為呼叫f1(),f2()和f3()結果應該是1,4,9,但實際結果全部都是 9def count():
fs =
for i in range(1, 4):
def f():
return i*i
return fs
f1, f2, f3 = count()
原因就是當count()函式返回了3個函式時,這3個函式所引用的變數 i 的值已經變成了3。由於f1、f2、f3並沒有被呼叫,所以,此時他們並未計算 i*i,當 f1 被呼叫時:
>>> f1()因此,返回函式不要引用任何迴圈變數,或者後續會發生變化的變數。9 # 因為f1現在才計算i*i,但現在i的值已經變為3
def f(j):它可以正確地返回乙個閉包g,g所引用的變數j不是迴圈變數,因此將正常執行。def g():
return j*j
return g
在count函式的迴圈內部,如果借助f函式,就可以避免引用迴圈變數i。
參考**:
def count():匿名函式:高階函式可以接收函式做引數,有些時候,我們不需要顯式地定義函式,直接傳入匿名函式更方便fs =
for i in range(1, 4):
def f(j):
def g():
return j*j
return g
r = f(i)
return fs
f1, f2, f3 = count()
print f1(), f2(), f3()
關鍵字lambda 表示匿名函式,冒號前面的 x 表示函式引數。
匿名函式有個限制,就是只能有乙個表示式,不寫return,返回值就是該表示式的結果。
使用匿名函式,可以不必定義函式名,直接建立乙個函式物件
def is_not_empty(s):
return s and len(s.strip()) > 0
print filter(lambda s:s and len(s.strip())>0, ['test', none, '', 'str', ' ', 'end'])
函式式程式語言python 函式式程式設計
函式是python內建支援的一種封裝,我們通過把大段 拆成函式,通過一層一層的函式呼叫,就可以把複雜任務分解成簡單的任務,這種分解可以稱之為面向過程的程式設計。函式就是面向過程的程式設計的基本單元。而函式式程式設計 請注意多了乙個 式 字 functional programming,雖然也可以歸結...
Python函式式程式設計
python函式式程式設計的核心思想是 把函式當資料.所以,函式可以用作函式引數,函式返回值,元組或字典成員等 閉包閉包是實現 復用的一種途徑,與類不同的是它基於函式實現.函式與它的環境變數一起就構成了閉包,閉包只有乙個返回值,那就是閉包中的函式 def line conf a,b def line...
python函式式程式設計
一 lambda 主要用來自定義行內函式 二 map 首先定義乙個函式,再用map 命令將函式逐一應用到map列表中的每個元素,最後返回乙個陣列 例如 map lambda x,y x y,a,b 表明將a,b兩個列表的元素對應相乘,把結果返回到新列表。三 reduce 用於遞迴運算 例如 redu...