Python—函数进阶篇
lambda表达式（匿名函数表达式）
作用：创建一个匿名函数对象。同def类似，但不提供函数名。
语法：lambda [形参1，形参2,...] : 表达式
语法说明
- lambda 只是一个表达式，它用来创建一个函数对象。
- 当lambda表达式调用时，先执行冒号后的表达式，并返回表达式的结果的引用。
- lambda 表达式创建的函数只能包含一条表达式。
- lambda 表达式比函数简单，且可以随时创建和销毁，有利于减少程序的偶合度。
把lambda函数赋值给一个变量
# 定义一个加法函数，并把值赋给变量myadd，就可以执行myadd(5, 6); myadd = lambda x, y: x+y print myadd(5, 6) # 结果：11
把lambda函数赋值给其他函数
import time, datetime
time.sleep = lambda x: None # time 库的 sleep 函数不会执行原功能;
starttime = datetime.datetime.now() time.sleep(3) endtime = datetime.datetime.now() print endtime-starttime # 结果：0:00:00
把lambda函数作为其他函数的返回值
def add(n): return lambda x: x+n myadd = add(5) print myadd(15) # 结果：20 def add(x): def inner(y): return x+y return inner myadd = add(5) print myadd(15) # 结果：20
把lambda函数做参数传给其它函数(map, filter, reduce)
# 利用map映射函数输出序列加工后的新序列。 print map(lambda x: x ** 2, range(1, 3)) # 结果：[1, 4] map返回类型：<type 'list'> def arr(x): return x ** 2 print map(arr, range(1, 3)) # 结果：[1, 4] map返回类型：<type 'list'> # 利用filter过滤函数输出0-9的奇数；返回False时将此数据丢弃，返回True，则保留此数据 print filter(lambda x: x % 2, range(10)) # 结果：[1, 3, 5, 7, 9] filter返回类型：<type 'list'> def odd(x): return x % 2 print filter(odd, range(10)) # 结果：[1, 3, 5, 7, 9] filter返回类型：<type 'list'>
eval函数和exec函数
高阶函数
一个函数可以作为参数传给另外一个函数，或者一个函数的返回值为另外一个函数（若返回值为该函数本身，则为递归），满足其一则为高阶函数。
# 参数为函数，函数bar作为foo的参数传入，函数foo()为高阶函数。 def bar(): print("in the bar..") def foo(func): func() print("in the foo..") foo(bar) # 返回值为函数，函数bar作为foo的返回值，函数foo()为高阶函数。 def bar(): print("in the bar..") def foo(func): print("in the foo..") return func res=foo(bar) res()
注：函数名（例如bar 、foo）-->其为该函数的内存地址；函数名+括号（例如 bar()、foo() )-->调用该函数。
python内置的高阶函数：map、filter、sorted、reduce等
map函数
map函数接收的是两个参数，一个函数，一个序列，其功能是将序列中的值处理再依次返回至列表内。其返回值为一个迭代器对象。
def power(x): return x ** 2 # map函数模拟，功能与map函数一样 def map_test(func,iter): arr=[] for i in iter: ret=func(i) arr.append(ret) return arr.__iter__() # 将列表转为迭代器对象
# map_test函数 print list(map_test(power,range(1,6))) # 结果：[1, 4, 9, 16, 25] # map函数 print list(map(power,range(1,6))) # 结果：[1, 4, 9, 16, 25] print list(map(lambda x: x ** 2, range(1,6))) # 结果：[1, 4, 9, 16, 25] # map函数的参数1也可以是匿名函数、参数2也可以是字符串 print list(map_test(lambda x:x.upper(),"hello")) # 结果：['H', 'E', 'L', 'L', 'O'] print list(map(lambda x:x.upper(),"hello")) # 结果：['H', 'E', 'L', 'L', 'O'] # map函数的参数2也可以是多个可迭代对象 def power2(x, y): return x ** y print list(map(power2,range(1,7),range(6,0,-1))) # 结果：[1, 32, 81, 64, 25, 6]
filter函数
filter函数也是接收一个函数和一个序列的高阶函数，其主要功能是筛选过滤序列中的数据。其返回值也是迭代器对象。函数func将对iterable中的每个元素进行求值，返回False时将此数据丢弃，返回True，则保留此数据。
names=["Hello","hello","python"] # filter函数机制，功能与filter函数一样 def filter_test(func,iter): arr = [] for i in iter: if func(i): # 传入的func函数其结果必须为bool值，才有意义 arr.append(i) return arr #filter_test函数 print filter_test(lambda x:x.islower(),names) # 结果：['hello', 'python'] #filter函数 print filter(lambda x:x.islower(),names) # 结果：['hello', 'python'] def mynum(x): return x % 2 == 0 list = filter(mynum,range(10)) print list # 结果：[0, 2, 4, 6, 8]
sorted函数
作用：将原可迭代对象的数据进行排序，生成排序后的列表
格式：sorted(iterable, key = None, reverse = False)
说明：iterable：可迭代对象。key：绑定的函数，用来提供一个排序的依据。reverse 用来设置是否降序排序。默认False，从小到大。
# 按照名字进行排序， names = [{"score":90, 'age': 99, 'name': 'lisi'}, {"score":80, 'age': 45, 'name': 'wangwu'}, {"score":60, 'age': 42, 'name': 'ali'}, {"score":30, 'age': 67, 'name': 'zhaofang'}] def paixu(dict): return dict["name"] result = sorted(names,key=paixu) # 方法一 result = sorted(names,key=lambda d:d["name"]) # 方法二 # sorted函数会把names里的值一一取出来，作为key后面的排序函数的参数。
reduce函数
reduce函数也是一个参数为函数，一个为可迭代对象的高阶函数，其返回值为一个值而不是迭代器对象，故其常用与叠加、叠乘等。
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把参数计算结果继续和序列的下一个元素做累积计算，其效果就是：reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)。比方说对一个序列求和，就可以用reduce实现。
#reduce函数不是内置函数，而是在模块functools中的函数，故需要导入 from functools import reduce nums=[1,2,3,4,5,6] # reduce函数的机制 def reduce_test(func,array,ini=None): #ini作为基数 if ini == None: ret =array.pop(0) else: ret=ini for i in array: ret=func(ret,i) return ret # reduce_test函数，叠乘 print reduce_test(lambda x,y:x*y,nums,100) # 结果：72000 # reduce函数，叠乘 print reduce(lambda x,y:x*y,nums,100) # 结果：72000 def add(x, y): return x + y print reduce(add, [1, 3, 5, 7, 9]) # 结果：25 print reduce(add, [1, 3, 5, 7, 9], 10) # 结果：35 def func(x, y): return x * y print reduce(func, [1, 3, 5]) # 结果：15 print reduce(func, [1, 3], 5) # 结果：15 print reduce(lambda x,y:x*y,range(1,3),5) # 结果：10
https://www.cnblogs.com/littlefivebolg/category/1223800.html
