python内置的几个高阶函数

python中所有皆能够为对象；而高阶函数的含意为其传入的参数中蕴含函数对象，接管函数对象为参数的函数为高阶函数。python中有几个内置的高阶函数，包含map(),sorted(),filter();早前的python版本中还有内置的reduce（）,当初该函数被放在functools模块中了。

map()函数

在之前的文章中曾经具体讲过了，详情参考https://blog.csdn.net/Always_...

补充的一点：

对于大部分map()应用的场景，都曾经能够用列表推导式简便的代替，对于多个参数传入的情景，个别须要转换为下标的模式：

>>>a=[1,2,3]>>>b=[10,20,30]>>>[a[i]+b[i] for i in range(3)][11, 22, 33]

sorted()函数

提到sorted()函数必须要和sort()函数辨别：

  • sorted()函数是内置函数，接管一个可迭代对象，对所有可迭代对象均可依照肯定规定进行排序，会返回一个新的可迭代对象。
  • sort()函数是List对象的一个办法，间接批改原list，返回None
>>>a=[2,3,1]>>>b=sorted(a)#返回新对象>>>b[1, 2, 3]>>>a#原对象不扭转[2, 3, 1]>>>a=[2,3,1]>>>b=a.sort()#返回None>>>a[1, 2, 3]#扭转原对象>>>b>>>sort(a)#内置办法只有sorted()Traceback (most recent call last):  File "<input>", line 1, in <module>NameError: name 'sort' is not defined

而sorted()函数自身十分有用，尤其和key联合起来。之所以sorted是高阶函数，因为其外部参数能够接管一个函数对象。

>>>a=[1,-2,3,-1,10,-20]>>>sorted(a)#默认从小排到大[-20, -2, -1, 1, 3, 10]>>>sorted(a,reverse=True)#从大排到小[10, 3, 1, -1, -2, -20]>>>sorted(a,key=lambda x:x**2)#key传入一个函数对象，通过每个数的平方来排序[1, -1, -2, 3, 10, -20]

对于多维列表排序：

>>>a=[[2,3,1],[10,-1,3],[-1,20,2]]>>>sorted(a,key=lambda x:x[1])#依据每行第2个数进行排序[[10, -1, 3], [2, 3, 1], [-1, 20, 2]]

对于字符串排序：

>>>a=['hacca','de','djnhg']>>>sorted(a,key=lambda x:x[-1])['hacca', 'de', 'djnhg']

对于自定义的对象排序：

class A:    def __init__(self,a,b):        self.a=a        self.b=b    def __repr__(self):        return '%s_%s_%s'%(self.__class__.__name__,self.a,self.b)>>>x=[A(1,2),A(-1,3),A(-10,1)]>>>sorted(x,key=lambda x:x.a)[A_-10_1, A_-1_3, A_1_2]

总之，sorted()函数配合key应用lambda匿名函数十分好用。

filter()函数

filter()顾名思义，为一个过滤函数；接管一个函数和一个可迭代对象，将函数顺次作用在该可迭代对象上，其中函数每次必须返回True或者False.最初将返回为True的元素保留下来。

>>>a=[1,2,3,4,5]>>>def func(x):>>>    return x%2==0>>>list(filter(func,a))#a中的2和4传入函数时返回为True,因而最初只剩下2和4[2, 4]>>>[x for x in [1,2,3,4,5] if x%2==0]#也能够用列表推到式实现[2, 4]

举一个绝对比较复杂的例子。如何认定学生是否偏科呢？合乎如下其中一条的学生，将被视为偏科：

  • 有 2 科问题在 80 分以上，有一科在 60 分以下。
  • 有 1 科问题在 90 分以上，另外 2 科问题都在 60 分以下。
  • 有 1 科问题在 90 分以上，但三科的平均分在 70 分以下。
scores = [ ("Emma", 89 , 90 , 59),      ("Edith", 99 , 49 , 59),      ("Sophia", 99 , 60 , 20),      ("May", 40 , 94 , 59),      ("Ashley", 89 , 90 , 59),      ("Arny", 89 , 90, 69),      ("Lucy", 79 , 90 , 59 ),      ("Gloria", 85 , 90 , 59),      ("Abby", 89 , 91 , 90)]def handle_filter(a):    s = sorted(a[1: ]) #对三科问题进行排序    #有 2 科问题在 80 分以上，并且有 1 科在 60 分以下的    if s[-2] > 80 and s[0] < 60 :        return True    #有 1 科问题在 90 分以上，另外 2 科问题都在 60 分以下    if s[-1] > 90 and s[1] < 60 :        return True    if s[-2] > 80 and sum(s)/len(s) < 60:        #有 1 科问题在 90 分以上， 且 3 科的平均分在 70 分以下        return True    return False>>>list(filter(handle_filter, scores))[('Emma', 89, 90, 59), ('Edith', 99, 49, 59), ('May', 40, 94, 59), ('Ashley', 89, 90, 59), ('Gloria', 85, 90, 59)]

能够看到，对于这样规定比较复杂的过滤，用列表推导式会十分较为麻烦且代码易读性会较差了，这个时候用filter还是更为难看的。但都比for循环要来得好。

reduce()函数

python3中reduce都曾经在functools模块中，语法为：

reduce(function, sequence[, initial]) -> value

reduce函数承受一个function和一串sequence，并返回繁多的值，以如下形式计算：
1.初始，function被调用，并传入sequence的前两个items，计算失去result并返回
2.function持续被调用，并传入上一步中的result，和sequence种下一个item，计算失去result并返回。始终反复这个操作，直到sequence都被遍历完，返回最终后果。
留神. 当initial值被指定时，传入step1中的两个参数别离是initial值和sequence的第一个items。reduce()最多只能承受三个参数，func，sequence，initial。

>>>reduce(lambda a,b:a+b,[1,2,3,4,5])#传入的第一个值为115>>>reduce(lambda a,b:a+b,[1,2,3,4,5],100)#传入的第一个初始值为100115

reduce这个性能齐全能够用sum来代替了。