匿名函數、高階函數、推導式

前言

木子本人搞起Python已有多年，一直以爲什麼都會，可是有時候實操起來，才以爲不少底層基礎的知識都沒有完全的靈活掌握。 另外，網上關於Python基礎知識的各類普及已有太多太多。 附上相關大神的技術棧：

• Python3官方文檔
• Python3菜鳥教程
• Python3廖雪峯的網站

本人的寫做水平有限，確定比不上各類大佬的技術文章。博客只是對於自身知識的總結，提煉，固然若是可以幫助到各位看客，木子本人也很是高興。

---

簡述

閒話很少說，本篇博客，主要針對Python的

匿名函數 lambda

高階函數 map reduce filter

推導式 list set dict

三個方面來彙總。

---

匿名函數

當咱們在傳入函數時，有些時候，不須要顯式地定義函數，那麼此時匿名函數就灰常方便了。

Python官方文檔--lambda

示例： lambda a, b: a + b實際上就是下面代碼的簡寫

def func(a, b):
	return a + b
複製代碼

對於匿名函數而言，不用寫return，返回值就是該表達式的結果。 由於沒有函數名字，沒必要擔憂函數名的衝突，此外，匿名函數也是一個函數對象，能夠把匿名函數賦值給一個變量，再利用變量來調用該函數：

>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x10453d7d0>
>>> f(6)
36
複製代碼

那麼在一些簡單的狀況下，盡情的使用匿名函數吧。

---

高階函數

何爲高階函數？

能接受函數作參數的函數

因Python中一切皆對象，變量名能夠指向函數，而函數的參數能夠接收變量，那麼一個函數就能夠接收另一個函數做爲參數。這就是傳說中的高階函數。

map()

老規矩，官方文檔走一波：

Python官方文檔--map()

針對map(function, iterable, ...)函數，可結合lambda使用，示例以下：

>>> list(map(lambda x:x*x, [1,2,3,4,5]))
>>> [1, 4, 9, 16, 25]
複製代碼

注：Python3中，須要使用list()將map函數返回值轉化爲列表，若無list()，則結果爲：

>>>  map(lambda x:x*x, [1,2,3,4,5])
>>> <map at 0x20b225167f0>
複製代碼

此外，map()函數不改變原有的 list，而是返回一個新的 list。

reduce()

爲便於掌握，對比，在總結完map()函數後，咱們來看下reduce()函數。

Python官方文檔--reduce()

那麼從官方文檔的介紹來看：

reduce()函數接收的參數和 map()相似，一個函數 f，一個list，但行爲和 map()不一樣，reduce()傳入的函數 f 必須接收兩個參數，reduce()對list的每一個元素反覆調用函數f，並返回最終結果值。

示例以下：

from functools import reduce

>>> reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])
複製代碼

對結果演示即：((((1+2)+3)+4)+5) = 15 注：

reduce()函數可接收第三個參數，做爲函數的起始值

filter()

filter()函數顧名思義，進行過濾判斷。

Python官方文檔--filter()

對於filter()函數來講，其接收一個函數 f 和一個list，這個函數 f 的做用是對每一個元素進行判斷，返回 True或 False。

示例：過濾出1~100中平方根是整數的數：

import math

def func(x):
    r = int(math.sqrt(x))	# math.sqrt()計算平方根
    if r * r == x:
        return x

>>> list(filter(func, range(1, 101)))
>>> [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
複製代碼

那麼從該示例中，咱們可以得出結論： filter()根據判斷結果自動過濾掉不符合條件的元素，返回由符合條件元素組成的新list。

---

推導式

推導式在平常工做中是比較好的裝逼利器，對於列表，字典，集合的操做，不少時候一行代碼便可解決，如若沒有，那說明內力還不夠深厚，嘎嘎嘎。。。。 對於推導式而言，咱們就從

列表推導式

字典推導式

集合推導式

來總結，固然也就這三種。。。

列表推導式

示例：

from random import randint

>>> [randint(1, 10) for _ in range(20)]
>>> [8, 2, 7, 9, 7, 3, 10, 10, 2, 10, 5, 9, 4, 7, 9, 2, 10, 6, 10, 7]
複製代碼

字典推導式

示例：

>>> {x: x * x for x in range(10) if x % 3 == 0}
>>> {0: 0, 3: 9, 6: 36, 9: 81}
複製代碼

集合推導式

鑑於集合具備去重效果，那麼咱們建立示例，來和列表推導式對比：

from random import randint

>>> {randint(1, 10) for _ in range(20)}
>>> {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
複製代碼

很神奇有木有，目前寫的只是最基本的推導式寫法，在實際的工做中，能夠添加各類判斷，隨意靈活運用。

總結

本篇博客側重於實際工做中代碼的簡化，重構。若能結合實際工做需求，靈活運用，則能大大簡化代碼，也方便他人閱讀，長此以往，本身的水平也逐漸提升。 起止一個爽字了得！！！ 江湖有緣，下期再見！