該篇中主要介紹什么是高階函數,高階函數的用法以及幾個常見的內置的高階函數。
什么是高階函數?
高階函數:一個函數可以作為參數傳給另外一個函數,或者一個函數的返回值為另外一個函數(若返回值為該函數本身,則為遞歸),滿足其一則為高階函數。
參數為函數
#參數為函數 def bar(): print("in the bar..") def foo(func): func() print("in the foo..") foo(bar)
返回值為函數
#返回值為函數 def bar(): print("in the bar..") def foo(func): print("in the foo..") return bar res=foo(bar) res()
以上兩個示例中,函數foo()為高階函數,示例一中函數bar作為foo的參數傳入,示例二中函數bar作為foo的返回值。
注:函數名(例如bar 、foo)-->其為該函數的內存地址;函數名+括號(例如 bar()、foo() )-->調用該函數。
高階函數-map、filter、reduce
這三個函數均為高階函數,其也為Python內置的函數。接下來我們看一下這三個函數的用法以及其內部原理是怎樣的:
map函數
map函數接收的是兩個參數,一個函數,一個序列,其功能是將序列中的值處理再依次返回至列表內。其返回值為一個迭代器對象--》例如:<map object at 0x00000214EEF40BA8>。其用法如圖:
接下來我們看一下map函數的機制是怎么樣的:
num=[1,2,3,4,5] def square(x): return x**2
#map函數模擬
def map_test(func,iter): num_1=[] for i in iter: ret=func(i) # print(ret)
num_1.append(ret) return num_1.__iter__() #將列表轉為迭代器對象
#map_test函數
print(list(map_test(square,num))) #map函數
print(list(map(square,num))) #當然map函數的參數1也可以是匿名函數、參數2也可以是字符串
print(list(map_test(lambda x:x.upper(),"amanda"))) print(list(map(lambda x:x.upper(),"amanda")))
filter函數
filter函數也是接收一個函數和一個序列的高階函數,其主要功能是過濾。其返回值也是迭代器對象,例如:<filter object at 0x000002042D25EA90>,其圖示如下:
接下來我們看一下filter函數的用法以及其機制是怎么樣的:
names=["Alex","amanda","xiaowu"] #filter函數機制 def filter_test(func,iter): names_1=[] for i in iter: if func(i): #傳入的func函數其結果必須為bool值,才有意義 names_1.append(i) return names_1 #filter_test函數 print(filter_test(lambda x:x.islower(),names)) #filter函數 print(list(filter(lambda x:x.islower(),names)))
reduce函數
reduce函數也是一個參數為函數,一個為可迭代對象的高階函數,其返回值為一個值而不是迭代器對象,故其常用與疊加、疊乘等,圖示例如下:
實例如下:
#reduce函數不是內置函數,而是在模塊functools中的函數,故需要導入 from functools import reduce nums=[1,2,3,4,5,6] #reduce函數的機制 def reduce_test(func,array,ini=None): #ini作為基數 if ini == None: ret =array.pop(0) else: ret=ini for i in array: ret=func(ret,i) return ret #reduce_test函數,疊乘 print(reduce_test(lambda x,y:x*y,nums,100)) #reduce函數,疊乘 print(reduce(lambda x,y:x*y,nums,100))
高階函數就了解到這,希望對大家有幫助,也是對自己的總結,共同學習。