【python】第一模块 步骤二 第五课、python中的常用高阶函数

第五课、python中的常用高阶函数

一、课程介绍

　　1.1 课程概要

　　课程概要

• lambda函数

　　课程目标

• 理解lambda函数的演变过程
• 掌握filter、map、reduce函数的使用

　　教学思路

• 从filter、map、reduce来理解lambda函数
• 通过示例来掌握filter、map、reduce函数的使用

二、高阶函数的应用

　　2.1 什么是filter函数

　　章节概要

• lambda函数
• 装饰器
• 带参数的装饰器

　　lambda函数

• lambda函数是一种表达式，创建内嵌的简单匿名函数

　　filter函数的使用

• 返回一个filter对象，其中包含对其执行函数时结果为真的所有元素
• filter（func，seq）

def f(n):
    """判断给定的数是不是奇数"""
    return n % 2 != 0


def use_filer(l):
    """
    获取指定列表/元组中的奇数
    :param l:list/tuple 要过滤的数据
    :return:过滤好的奇数列表
    """
    rest = filter(lambda n:n % 2 !=0,l)
    # rest = filter(f, l)
    return rest


if __name__ == '__main__':
    l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
    rest = use_filer(l)
    print(list(rest))

　　 2.2 什么是map函数

　　map函数的使用

•  创建一个列表，其中包含对指定序列包含的项执行指定函数返回的值
• map(function,sequence,...)

def pow_number(l):
    """
    根据给定的列表数据，计算里面每一项的立方
    :param l: list/type int类型的列表或者是元组
    :return:原来列表中每一项的立方
    """
    rest_list = []
    for x in l:
        rest_list.append(x*x*x)
    return rest_list


def f(n):
    """求给定数的立方"""
    return n * n * n

def pow_num_use_map(l):
    """
    使用map函数计算给定列表的每一项的立方
    :param l: list/type int类型的列表或者是元组
    :return:原来列表中每一项的立方
    """
    return map(f, l)

def pow_num_use_lambda(l):
    """
    使用map函数计算给定列表的每一项的立方
    :param l: list/type int类型的列表或者是元组
    :return:原来列表中每一项的立方
    """
    return map(lambda n: n * n * n , l)

if __name__ == '__main__':
    l=[1, 2, 3, 4, 5, 6, 7, 9]
    rest = pow_number(l)
    print(rest)
    print('---------------')
    rest_map = pow_num_use_map(l)
    print(list(rest_map))
    print('---------------')
    rest_lambda = pow_num_use_lambda(l)
    print(list(rest_lambda))

　　 2.3 什么是reduce函数 

 　　reduce函数的使用

• 使用指定的函数将序列的前两个元素合二为一，再将结果与第三个元素合二为一，以此类推，直到处理完整个序列并得到一个结果
• reduce（func,seq[,initial]）
• 等价于func（func(func(seq[0],seq[1],seq[2],...))）

 

from functools import reduce


def get_sum(l):
    """
    根据给定的列表，求里面各个数字的总和
    :param l: list/type 里面是整数
    :return: 列表所有项的和
    """
    rest = 0
    for i in l:
        rest += i
    return rest


def get_sum_use_py(l):
    """
    使用python内置的sum()进行求和
    :param l:
    :return:
    """
    return sum(l)

def f(m,n):
    """求两个数的和"""
    return m + n

def get_sum_use_reduce(l):
    """
    使用reduce进行求和
    :param l:
    :return:
    """
    return reduce(f, l)


def get_sum_use_lambda(l):
    """
    使用reduce+lambda进行求和
    :param l:
    :return:
    """
    return reduce(lambda m, n: m + n, l)

if __name__ == '__main__':
    l = [1, 2, 4, 6, 7, 8, 9]
    rest = get_sum(l)
    print(rest)
    print('____________')
    rest_py = get_sum_use_py(l)
    print(rest_py)
    print('____________')
    rest_reduce = get_sum_use_reduce(l)
    print(rest_reduce)
    print('____________')
    rest_lambda = get_sum_use_lambda(l)
    print(rest_lambda)

第3章 课程总结

　　3 课程总结

　　课程总结

• 什么是lambda函数
• map、filter、reduce函数的区别

　　知识点回顾

• lambda函数
  • lambda是一种表达式，创建内嵌的简单匿名函数
• filter函数的使用
  • 返回一个列表，其中包含对其执行函数时结果为真的所有元素
  • filter（func，seq）
• map函数的使用
  • 创建一个列表，其中包含对指定序列包含的项执行指定函数返回的值
  • map（function，sequence，...）
• reduce函数的使用
  • 使用指定的函数将序列的前两个元素合二为一，再将结果与第3个元素合二为一，依此类推，直到处理完整个序列并得到一个结果
  • reduce（func，seq[,initial]）
  • 等价于func(func(func(seq[0],seq[1]),seq[2]),...)

　　重点知识

• 理解lambda函数的演变过程
• 掌握filter、map、reduce函数的使用

　　难点知识

• 理解filter、map、reduce函数的区别