python之高级函数

• 今天，小编将分享6个堪称神仙的内置函数。在很多计算机书籍中，它们也通常作为高阶函数来介绍。而我自己在日常工作中，经常使用它们来使代码更快，更易于理解。
• 1、Lambda函数
  • Lambda函数用于创建匿名函数，即没有名称的函数。它只是一个表达式，函数体比def简单很多。当我们需要创建一个函数来执行单个操作并且可以在一行中编写时，就可以用到匿名函数了。
  • 语法：执行表达式并返回结果。
  • lambda arguments(参数) : expression(表达式)

x = lambda a, b, c : a + b + c
print(x(5, 6, 2))

• 2、Map函数
  • map() 会根据提供的函数对指定序列做映射。
  • 第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
  • map() 函数语法：map(function, iterable, …)
    • function — 函数
    • iterable — 一个或多个序列
  • 比如我们先创建了一个函数来返回一个大写的输入单词，然后将此函数应有到列表colors中的所有元素。

def makeupper(word):
    return word.upper()

colors = ['red','yellow','green','black']
colors_upper = list(map(makeupper,colors))

print(colors_upper)

#配合lambda函数更加简洁
colors = ['red','yellow','green','black']
print(list(map(lambda x:x.upper(),colors)))

#多个可迭代对象的时候
a=[1,3,5]
b=[2,4,6]

print(list(map(lambda x,y:x*y,a,b)))    #[2, 12, 30]

• 3、Reduce函数
  • 当需要对一个列表进行一些计算并返回结果时，reduce()是个非常有用的函数。举个例子，当需要计算一个整数列表所有元素的乘积时，即可使用reduce函数实现
  • 它与map函数的最大的区别就是，reduce()里的映射函数（function）接收两个参数，而map接收一个参数
  • Python3.x reduce()已经被移到functools模块里，如果我们要使用，需要引入functools模块来调用 reduce()函数：from functools import reduce
  • 语法：
    • reduce(function, iterable[, initializer])
      • 参数
      • function — 函数，有两个参数
      • iterable — 可迭代对象
      • initializer — 可选，初始参数
  • reduce将函数作用在一个列表上，映射函数接收了两个参数，reduce()把结果继续和列表的下一个元素做累加计算

from functools import reduce

def add(*args):
    result = 0
    for i in args:
        result += i
    return result
L = list(range(1,101))
# print(L)
# print(add(1,2,3))
print(reduce(add,L))

#使用匿名函数lambda
print(reduce(lambda x,y:x+y,range(1,101)))

• 4、enumerate函数
  • enumerate()函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在for循环当中
  • enumerate(iterable, start=0)
    • 它的两个参数，一个是序列、迭代器或其他支持迭代对象；另一个是下标起始位置，默认情况从0开始

colors = ['red', 'yellow', 'green', 'black']
result = enumerate(colors)
for i,j in result:
    print(i,j)

• 5、Zip函数
  • zip()函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表
  • 当我们使用zip()函数时，如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同

colors = ['red', 'yellow', 'green', 'black']                          
fruits = ['apple', 'pineapple', 'grapes', 'cherry']                   
for item in zip(colors,fruits):                                       
    print(item)                                                       
                                                                      
print(dict(zip(colors,fruits)))      #将两个可迭代对象，一个作为key，一个作为value组成字典  

• 6、Filter函数
  • filter()函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表
  • filter() 方法的语法: filter(function, iterable)
    • function — 判断函数。
    • iterable — 可迭代对象。
    • 返回filter object 迭代器对象

a = [1, 3, 5, 7, 0, -1, -9, -4, -5, 8]

def great_then_0(x):
    return x>0

L = filter(great_then_0,a)
print(list(L))

#可以使用匿名函数代替判断函数
print(list(filter(lambda x:x>0,a)))

#过滤掉列表中不及格的学生
a = [
        {"name": "张三", "score": 66},
        {"name": "李四", "score": 88},
        {"name": "王五", "score": 90},
        {"name": "陈六", "score": 56},
     ]

print(list(filter(lambda x:x.get('score')>60,a)))