1、函数式
global:在函数内,def后声明global则只允许在函数体内对变量进行访问,无法作出修改。
def func():
global a
a = 1
return a
print(func()) #结果为1
======
此时再输入a = 2
print(func()) #结果为1
print(a) #结果依旧为1
map(函数, 对象):映射函数,按顺序执行内容,传递的x、y分别是对应的函数方法和操作对象。
x = [1, 2, 3, 4, 5]
def square(num):
return num*num
print(list(map(square, x))) #输出列表[1,4,9,16,25]
#单独输出map(square,x)则返回映射函数<map at 0x4eb4732320>
lambda表达式:匿名函数格式“lambda 变量名:对应的操作过程”。
x = [1, 2, 3, 4, 5]
print(list(map(lambda num: num * num, x))) #返回列表[1,4,9,16,25]
reduce(函数,列表):归纳函数。
from functools import reduce
product = reduce((lambda x, y: x * y),[1, 2, 3, 4])
##返回结果24,整型,代表1*2*3*4
=====上述代码相当于=====
product = 1
x = [1, 2, 3, 4]
for num in x:
product = product * num
filter(函数,列表):过滤函数,通常过滤接收一个函数和一个列表
x = range(-5, 5)
all_less_than_zero = list(filter(lambda num: num < 0, x))
#输出[-5,-4,-3,-2,-1]
=====上述代码相当于=====
x = range(-5, 5)
new_list = []
for num in x:
if num < 0:
new_list.append(num)
高阶函数:等于在外函数内嵌套了一个函数。如下:
#声明内函数summation(),用于计算输入的元素之和
def summation(nums):
return sum(nums)
#声明外函数action(函数,参数),传递进一个函数和一个/一组参数
def action(func, numbers):
return func(numbers)
#先执行外函数action,再执行传递给action的内函数summation([1,2,3])
print(action(summation, [1, 2, 3]))
#输出为6
列表解析式:直接在输出端定义成列表的形式,并在内嵌套判别方法。显然,列表解析式的形式支持if条件选择语句,自然也支持lambda函数、filter、map和reduce等。即可以看出,解析式可利用在任何可迭代对象上。
x = range(-5, 5)
all_less_than_zero = list(filter(lambda num: num < 0, x))
print(all_less_than_zero)
#用列表解析式可以用if条件选择写成:
x = range(-5, 5)
all_less_than_zero = [num for num in x if num < 0]
#用lambda形式写成:
x = range(-5, 5)
all_less_than_zero = list(map(lambda num: num * num, list(filter(lambda num: num < 0, x))))