Python的高阶函数用法实例分析
本文实例讲述了Python的高阶函数用法。分享给大家供大家参考，具体如下：
高阶函数
1.MapReduce
MapReduce主要应用于分布式中。
大数据实际上是在15年下半年开始火起来的。
分布式思想：将一个连续的字符串转为列表，元素类型为字符串类型，将其都变成数字类型，使用分布式思想【类似于一件事一个人干起来慢，但是如果人多呢？效率则可以相应的提高】，同理，一台电脑处理数据比较慢，但是如果有100台电脑同时处理，则效率则会快很多，最终将每台电脑上处理的数据进行整合。
python的优点：内置了map()和reduce()函数，可以直接使用。
#python内置了map()和reduce()函数
'''
def myMap(func,li):
resList = []
for paser in li:
res = func(paser)
resList.append(res)
'''
2、map()函数
功能：将传入的函数依次作用于序列中的每一个元素，并把结果作为新的Iterator（可迭代对象）返回
语法：
map(func, lsd)
参数1是函数，参数2是序列
#一、map()
#原型 map(func, lsd)
#将单个字符转成对应的字面量整数
def chrToint(chr):
return {"0":0,"1":1,"2":2,"3":3,"4":4,"5":5,"6":6,"7":7,"8":8,"9":9}[chr]
list1 = ["2","1","4","5"]
res = map(chrToint, list1)
#[chr2int("2"),chr2int("1"),chr2int("4"),chr2int("5")]
print(res)
print(list(res))
#将整数元素的序列，转为字符串型
#[1，2，3，4] --》[“1”，“2”，“3”，“4”]
l = map(str,[1,2,3,4])
print(list(l))
输出：
<map object at 0x0000028288E76780>
[2, 1, 4, 5]
['1', '2', '3', '4']
练习：使用map函数，求n的序列[1,4,9,..,n^2]
num = int(input("请输入一个数："))
map1 = map(lambda n: n*n,range(1,num+1))
print(list(map1))
输出：
请输入一个数：4
[1, 4, 9, 16]
3、reduce()函数
功能：一个函数作用在序列上，这个函数必须接受两个参数，reduce把结果继续和序列的下一个元素累计运算
语法：reduce(func，lsd)
参数1为函数，参数2为列表
reduce(f，[1，2，3，4])等价于f(f(f(1，2)，3)，4)，类似于递归
from functools import reduce
#需求，求一个序列的和
list2 = [1, 2, 3, 4]
def mySum(x,y)
return x+y
r = reduce(mySum,list2)
print("r=",r)
输出：
r= 10
练习1，将字符串转成对应字面量数字
from functools import reduce
#将字符串转成对应字面量数字
def strToint(str1)
def fc(x, y):
return x*10 + y
def fs(chr):
return {"0":0,"1":1,"2":2,"3":3,"4":4,"5":5,"6":6,"7":7,"8":8,"9":9}[chr]
return reduce(fc,map(fs,list(str1)))
a = strToint("12345")
print(a)
print(type(a))
#模拟map()函数
def myMap(func,li):
resList = []
for n in li:
res = func(n)
resList.append(res)
输出：
12345
<class 'int'>
练习2，求1!+2!+3!+…+n!之和。【使用map与reduce函数】
from functools import reduce
'''
求1!+2!+3!+...+n!之和
'''
num = int(input("请输入一个正数："))
def jiecheng(n):
ji = 1
for i in range(1,n+1):
ji *= i
return ji
list1 = reduce(lambda x,y: x + y ,map(jiecheng,range(1,num+1)))
print(list1)
输出：
请输入一个正数：5
153
4、filter()函数
作用：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决定保留该元素还是丢弃该元素【通过一定的条件过滤列表中的元素】
'''
语法：
filter(func,lsd)
参数一：函数名
参数二：序列
功能：用于过滤序列
简单理解：把传入的函数依次作用于序列的每一个元素，根据返回的True还是False，决定是否保留该元素。
'''
#需求：将列表中的偶数筛选出来。
list1 = [1,2,3,4,5,6,7,8]
#筛选条件
def func(num):
#保留偶数元素
if num%2 == 0:
return True
#剔除奇数元素
return False
list2 = filter(func,list1)
print(list2)
print(list(list2))
print(list1)
输出：
<filter object at 0x0000026E74106B38>
[2, 4, 6, 8]
[1, 2, 3, 4, 5, 6, 7, 8]
注意：使用filter()这个高阶函数，关键在正确实现一个“筛选”函数，filter()函数返回的是一个Iterator，也就是一个惰性序列，所以要强迫filter完成计算结果，需要使用list()函数获取所有的结果并且返回list.
练习
需求；将爱好为“无”的数据剔除掉
data= [["姓名","年龄","爱好"],["tom", 25, "无"],["hanmeimei", 26, "金钱"]]
data= [["姓名","年龄","爱好"],["tom", 25, "无"],["hanmeimei", 26, "金钱"]]
def filterWu(list1):
for i in list1:
if i == "无":
return False
return True
dataFilter = list(filter(filterWu,data))
print(dataFilter)
输出：
[['姓名', '年龄', '爱好'], ['hanmeimei', 26, '金钱']]
练习2，需求：打印2000到2020之内的闰年[使用filter函数]
import calendar
print(list(filter(calendar.isleap,range(2000,2020))))
输出：
[2000, 2004, 2008, 2012, 2016]
5、sorted()函数
sorted(iterable,key,reverse)作用：实现对列表的排序。
iterable：是可迭代类型;
cmp：用于比较的函数，比较什么由key决定;
key：用列表元素的某个属性或函数作为关键字，有默认值，迭代集合中的一项;
reverse：排序规则. reverse = True 降序 或者 reverse = False 升序，默认值为False。
返回值：是一个经过排序的可迭代类型，与iterable一样。
#排序
#第一类：冒泡 选择
#第二类：快速，插入，计数器
#注意：如果数据量小的情况下，上述两类用法的效率基本相同，但是，如果数据量大的情况下，第一类的效率很低
#1.普通排序
list1 = [4,3,5,6,1]
#默认为升序排序
list2 = sorted(list1)
print(list2)
#2.按绝对值大小排序
list3 = [4，-3，5，2，-9]
#key接受函数来实现自定义排序规则
#abs表示通过绝对值进行排序
list4 = sorted(list3, key=abs)
#利用map可以实现取绝对值之后的排序
list5 = sorted(map(abs,list3))
print(list3)
print(list4)
print(list5)
#3.降序排序
list5 = [2,1,4,5,6,7]
#通过设置reverse=True来表示反转
list6 = sorted(list5,reverse=True)
print(list5)
print(list6)
list7 = ['a','b','c','d']
list8 = sorted(list7)
print(list7)
#同样也可以实现升序排列，结果为abcd，排序依据为ASCII值
print(list8)
#自定义函数：按照字符串的长短来进行排序
def myLen(str1)：
return len(str1)
list7 = ['sddd','dded','et54y5','6576986oy','sa','sda']
#使用自定义函数，进行排序，key=函数名
list8 = sorted(list7, key = myLen)
print(list7)
print(list8)
输出：
[1, 3, 4, 5, 6]
[4, -3, 5, 2, -9]
[2, -3, 4, 5, -9]
[2, 3, 4, 5, 9]
[2, 1, 4, 5, 6, 7]
[7, 6, 5, 4, 2, 1]
['a', 'b', 'c', 'd']
['a', 'b', 'c', 'd']
['sddd', 'dded', 'et54y5', '6576986oy', 'sa', 'sda']
['sa', 'sda', 'sddd', 'dded', 'et54y5', '6576986oy']
class Student(object):
def __init__(self,name,age):
self.name = name
self.age = age
def __str__(self):
return self.name +" "+ str(self.age)
stu1 = Student('lili1',18)
stu2 = Student('lili2',19)
stu3 = Student('lili3',17)
stu4 = Student('lili4',20)
stu5 = Student('lili5',20)
list2 = [stu1,stu2,stu3,stu4,stu5]
def com(Student):
return Student.age
list3 = sorted(list2,key=lambda Student: Student.age)
for i in list3:
print(i)
输出：
lili3 17
lili1 18
lili2 19
lili4 20
lili5 20
关于Python相关内容感兴趣的读者可查看本站专题：《Python函数使用技巧总结》、《Python面向对象程序设计入门与进阶教程》、《Python数据结构与算法教程》、《Python字符串操作技巧汇总》、《Python编码操作技巧总结》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
以上是 Python的高阶函数用法实例分析 的全部内容， 来源链接： utcz.com/z/312712.html
