今天要给人人先容的是几个新手必备的函数。对于写出加倍优雅的Python代码对照有辅助。

1. lambda 表达式

匿名函数(英语:anonymous function)是指一类无需界说标识符(函数名)的函数。通俗来说呢,就是它可以让我们的函数,可以不需要函数名。

正常情况下,我们界说一个函数,使用的是 def 关键字,而当你学会使用匿名函数后,替换 def 的是 lambda

这边使用 def 和 lambda 划分举个例子,你很快就能明了。


  

def mySum(x, y):
    return x+y
mySum01(23)
# 5

(lambda x, y: x+y)(24)
# 6

从上面的示例,我们可以看到匿名函数直接运行,省下了很多行的代码,有没有?

接下来,我们的仔细看一下它的用法

带 if/else


  

>>>( lambda x, y: x if x < y else y )( 12 )
1

嵌套函数


  

>>>( lambda x: ( lambda y: ( lambda z: x + y + z  )( 1 ) )( 2 ) )( 3 )
6

递归函数


  

>>> func = lambda n:1 if n == 0 else n * func(n-1)
>>> func(5)
120

或者


  

>>> f = lambda func, n: 1 if n == 0 else n * func( func, n - 1 )
>>> f(f,4)
24

从以上示例来看,lambda 表达式和通例的函数相比,写法对照怪异,可读性相对较差。除了可以直接运行之外,似乎并没有其他较为突出的功效,为什么在今天我们要先容它呢?

首先我们要知道 lambda 是一个表达式,而不是一个语句。正因为这个特点,我们可以在一些特殊的场景中去使用它。详细是什么场景呢?接下来我们会先容到几个异常好用的内置函数。

2. map 函数

map 函数,它吸收两个参数,第一个参数是一个函数工具(固然也可以是一个lambda表达式),第二个参数是一个序列。

它可以实现怎样的功效呢,我举个例子你就明了了。


  

>>> map(lambda xx*2, [1,2,3,4,5])
[2, 4, 6, 8, 10]

可以很清楚地看到,它可以将后面序列中的每一个元素做为参数传入lambda中。

当我们不使用 map 函数时,你也许会这样子写。

,

以太坊开奖

www.326681.com采用以太坊区块链高度哈希值作为统计数据,联博以太坊统计数据开源、公平、无任何作弊可能性。联博统计免费提供API接口,支持多语言接入。

,

  

mylist=[]
for i in [1,2,3,4,5]:
    mylist.append(i*2)

3. filter 函数

filter 函数,和 map 函数相似。同样也是吸收两个参数,一个lambda 表达式,一个序列。它会遍历后面序列中每一个元素,并将其做为参数传入lambda表达式中,当表达式返回 True,则元素会被保留下来,当表达式返回 False ,则元素会被抛弃。

下面这个例子,将过滤出一个列表中小于0的元素。


  

>>>filter(lambda x: x < 0, range(-55))
[-5, -4, -3, -2, -1]

4. reduce 函数

reduce 函数,也是类似的。它的作用是先对序列中的第 1、2 个元素举行操作,获得的效果再与第三个数据用 lambda 函数运算,将其获得的效果再与第四个元素举行运算,以此类推下去直到后面没有元素了。

reduce 逻辑演示


这边举个例子你也就明了了。


  

>>>reduce(lambda x,y: x+y, [1,2,3,4,5])
15

它的运算历程剖析一下是这样的。


  

1+2=3
3+3=6
6+4=10
10+5=15

5. 注重点

以上几个函数,熟练的掌握它们的写法,可以让我们的代码看起来加倍的 Pythonic ,在某一水平上代码看起来加倍的简练。

若是你是新手呢,你需要注重的是,以上示例是在 Python2.x 环境下演示的。而在 Python3.x 中,却有所不同,你可以自己实验一下。

这里总结一下:

第一点,map 和 filter 函数返回的都不再是一个列表,而是一个迭代器工具。这里以map为例


  

>>> map_obj = map(lambda x: x*2, [1,2,3,4,5])
>>> from collections.abc import Iterator
>>> isinstance(map_obj, Iterator)
True
>>> next(map_obj)
2
>>> list(map_obj)
[46810]

第二点,reduce 不可以直接挪用,而是要先导入才气使用。


  

from functools import reduce