函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。
注意其中:map和filter返回一个惰性序列,可迭代对象,需要转化为list
>>> a = 3.1415 >>> round(a,2) 3.14 >>> a_round = round >>> a_round(a,2) 3.14 >>> def func_devide(x, y, f): return f(x) - f(y) #传递参数为函数 print(func_devide(9.3, 3.2, round))
1. map函数
map()函数接收两个参数,一个是函数,一个是Iterable,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Iterator返回。
>>> print(list(map(str, [1, 2, 3]))) ['1', '2', '3'] >>> dt = map(str,[-1,2,3,4,5,-34,-45,-23.454]) >>> dt <map object at 0x10f431dd8> >>> list(dt) ['-1', '2', '3', '4', '5', '-34', '-45', '-23.454'] >>> dt = map(abs,[-1,2,3,4,5,-34,-45,-23.454]) >>> list(dt) [1, 2, 3, 4, 5, 34, 45, 23.454]
注意报错:TypeError: 'map' object is not callable
一般出现的原因是迭代对象(str,abs等)或者函数(map)被修改,不再是原来的函数,导致出现不可迭代对象
2. reduce函数
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把结果继续和序列的下一个元素做累积计算。返回的是一个计算的最终结果,函数接收两个参数:
def add(x,y): ... return x + y ... >>> reduce(add,[1,2,3,4,5,6,7,8,9,10]) 55 >>> def concate(x,y): ... return str(x)+str(y) ... >>> reduce(concate,[1,2,3,4,5,6,7,8,9,0]) '1234567890'
reduce和map函数结合做字符串转整型(或者整型转字符串)
>>> str = '12121212132323' >>> dic_str_int = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} >>> def str_arr(x): ... dic_str_int = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} ... return dic_str_int[x] ... >>> def int_dum(x,y): ... return 10*x + y ... >>> reduce(int_dum,map(str_arr,str)) 12121212132323
示例,转换列表内数据为大写,首字母大写
>>> names = ['jack','john','wilianmon','jobs','bill','gates'] >>> def str_upper(string): ... return string.upper() ... >>> names = map(str_upper,names) >>> list(names) ['JACK', 'JOHN', 'WILIANMON', 'JOBS', 'BILL', 'GATES'] >>> def str_capitialize(string): ... return string.capitalize() ... >>> names = ['jack','john','wilianmon','jobs','bill','gates'] >>> >>> names = map(str_capitialize,names) >>> list(names) ['Jack', 'John', 'Wilianmon', 'Jobs', 'Bill', 'Gates']
列表内参数求所有元素乘积:
int_li = [2,3,5,10] >>> reduce(lambda x, y: x*y,int_li) 300 >>> def func_mult(li=None): ... return reduce(lambda x, y: x*y,li) ... >>> func_mult(int_li) 300
上面的可以根据需要转成函数,更方便调用
'123.456'转成整数123.456
方法一:截断之后拼接
def string_int(strs): str_li = strs.split('.') def str_int(str): dic_str_int = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} return dic_str_int[str] int_1 = reduce(lambda x, y: x*10+y, list( map(str_int,str_li[0]))) int_2 = reduce(lambda x,y: x*10 + y,list(map(str_int,str_li[1]))) return int_1 + int_2/(10**(len(str_li)+1)) res = string_int('123.456') print(res) #结果:123.456
方法二: 转成纯数字字符串
def string_int1(strs): # 记住位置,替换 point_len = len(strs) - strs.find('.')-1 str_li = strs.replace('.', '') def str_int(str): dic_str_int = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} return dic_str_int[str] int_num = reduce(lambda x,y: x*10 + y,list(map(str_int,str_li))) return int_num/(10**(point_len)) res = string_int1('123.456') print(res) #结果:123.456
3. filter函数
filter()也接收一个函数和一个序列。从一个序列中筛出符合条件的元素。和map()不同的是,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。
注意:和map函数的区别
函数名 | 区别 |
---|---|
map | 作用于每个可迭代对象的元素,并返回处理之后的元素 |
filter | 作用于可迭代内每个元素,根据计算后结果:True保留,Flase去掉 |
eg: 获取列表内所有的整数类型元素
def only_int(x): try: if isinstance(x, int): return True else: return False except ValueError as e: return False dt = filter(type_int,[1,2,3,3,'3232',-34.5,34.5]) >>> list(dt) [1, 2, 3, 3]
总结
以上所述是小编给大家介绍的Python3的高阶函数map,reduce,filter的示例详解,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
到此这篇关于Python3的高阶函数map,reduce,filter的示例详解就介绍到这了。人不报应,天报应,因果是存在的。千万不要干坏事。更多相关Python3的高阶函数map,reduce,filter的示例详解内容请查看相关栏目,小编编辑不易,再次感谢大家的支持!