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。
Python的高阶函数用法实例分析
- Author -
微信1257309054声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@