一,高阶函数
(1) 高阶函数,英文名:Higher-order function
(2)变量可以指向函数本身
体验:
abs(-10)
abs
x=abs(-10)
x=abs
***************
x=abs
x(-10)
即通过变量x指向abs函数本身,可以以调用变量x()的方式调用abs()
注释1:函数名其实就是指向函数的变量
注释2:由于abs函数实际上是定义在import builtins模块中的,所以要让修改abs变量的指向在其他模块也生效,要用
import builtins ; builtins.abs=10
(3) 传入函数
既然变量可以指向函数,函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。
示例:一个最简单的高阶函数、
def add(x,y,f):
return f(x)+f(y)
二, map/reduce
(1) Python内建了map()和reduce()函数
注释:建议去读读MapReduce:Simplified Data Processing on Large Clusters
(2)map()函数接收两个参数,一个是函数,一个是Iterable,map将传入的函数依次作用到序列的每个元素
并把结果作为新的Iterator返回。
示例:
>>> r=map(f,[1,2,3,4,5,6,7,8,9])
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> r
<map object at 0x000001A648A9C940>
map()
传入的第一个参数是f
,即函数对象本身。由于结果r
是一个Iterator
,Iterator
是惰性序列,因此通过list()
函数让它把整个序列都计算出来并返回一个list。
所以,map()
作为高阶函数,事实上它把运算规则抽象了,因此,我们不但可以计算简单的f(x)=x2,还可以计算任意复杂的函数,比如,把这个list所有数字转为字符串:
>>> list(map(str,[1,2,3,4,5,6,7,8,9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']
(3)reduce()函数
reduce
把一个函数作用在一个序列[x1, x2, x3, ...]
上,这个函数必须接收两个参数,reduce
把结果继续和序列的下一个元素做累积计算,其效果就是:
>>> from functools import reduce
>>> def add(x,y):
return x+y
>>> reduce(add,[1,3,5,7,9])
25
示例2:把序列[1, 3, 5, 7, 9]
变换成整数13579
>>> from functools import reduce
>>> def fn(x,y):
return x*10+y
>>> reduce(fn,[1,3,5,7,9])
13579
示例3:把str
转换为int
的函数
>>> from functools import reduce
>>> def fn(x,y):
return x*10+y
>>> def char2num(s):
digits={'0':0,'1':1,'2':2,'3':3,'4':4}
return digits[s]
>>> reduce(fn,map(char2num,'134'))
134
示例4:以上代码可以整理成为一个函数
>>> from functools import reduce
>>> DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
>>> def str2int(s):
def fn(x,y):
return x*10+y
def char2num(s):
return DIGITS[s]
return reduce(fn,map(char2num,s))
示例5:使用lambda函数进一步简化(这就实现了一个把字符串转化为整数的函数,功能类似于int())
>>> from functools import reduce
>>> def char2num(s):
return DIGITS[s]
>>> def str2int(s):
return reduce(lambda x,y:x*10+y,map(char2num,s))
>>>