python 高阶函数

• 前言
• 一、高阶函数
• • 1.1 定义：
  • 2.1 理解：
• 二、内置函数
• • 1.map 函数
  • • 1.1 定义：
    • 1.2 运用：
    • 1.3 理解：
    • 1.3小节：
  • 2.filter 函数
  • • 2.1 定义：
    • 2.2理解：
  • 3. reduce 函数
  • • 3.1 定义：
• 总结

学而时习之，不亦说乎，本篇文章主要说一下高阶函数，喜欢的话，记得点个赞奥~

能力有限，阅知有限，不过后面我会常回家看看，有补充的再补上奥，大家有好的知识可以留言评论区哟

如果一个函数的参数是函数，那么此函数就叫高阶函数

例：

def f1(a):
    a()

def f2():
    print('f2')
f1(f2)

案例：

# 例：只定义一个函数，解决两个数的加减乘除的问题

def do_everthing(a,b,fn):
    return fn(a,b)
res=do_everthing(10,5,lambda n1,n2: n1+n2)
print(res)
res =do_everthing(10, 5, lambda n1,n2: n1 - n2)
print(res)
res =do_everthing(10, 5,lambda n1,n2: n1 * n2)
print(res)
res =do_everthing(10, 5,lambda n1,n2: n1 / n2)
print(res)

高阶函数让代码变得简洁优雅，配合lambda函数更好的体现它的优点

1）函数名称：map
2)参数两个
参数1：一个函数
参数2：是一个可以遍历的序列，如列表、集合、字典等
3）返回值：map object,是一个对新对象的引用

l3 = ["a","B","C","d"]

def uppers(a):
    if a.islower():
        return a.upper()
    else:
        return a.lower()

res = map(uppers,l3)
print(list(res))      # 本题使用“map”函数，将大写转小写，小写转大写

# res1 = map(lambda a:a.upper() if a.islower() else "",l3)
# print(list(res1))    # 用 "lambda" 表达式改写

1）map 函数内部会将 uppers 函数执行多次（次数=列表 l3 中元素个数）
2）每次执行 uppers 函数时，形参 a 会被按顺序赋值为 l3 列表中的元素
3）uppers 函数的返回值，会被 map 函数放到一个新的序列中

思考一下：新列表与原列表的元素数量一致：为什么？
原列表中有几个元素，uppers 函数就会执行几次
uppers 函数执行几次，就会 return 几个数据
而返回的数据又被添加到新列表中，所以一致

map 函数的扩展性做的非常好：可以使用 set、list、tuper 函数将返回值转换为自己想要的数据类型

直接上例子：
将列表中所有大于10的数字放到一个新列表中

l1 = [10, 20, 4, 5, 60]


""" map 函数解决"""
# def filter10(x):
#     if x > 10:
#         return x
#     else:
#         return ''
#
#
# res = map(filter10, l1)
# print(list(res))

def filter10(x):
    if x > 10:
        return x

"""filter 函数解决"""
# res = filter(filter10, l1)
res = filter(lambda x: x if x > 10 else '', l1)
print(list(res))

如果想将列表中部分符合条件的元素筛选出来，就使用 filter 方法

import  functools

list = [1,2,3,4,5]

def func(a,b):
    return a+b
result = functools.reduce(func,list)
print(result)

等我回忆起来了补上，见谅了~

本篇文章主要是说 高阶函数， 内置函数能者多劳哈