pythopn 函數(內置函數)
阿新 • • 發佈:2018-01-12
過程 pre 包含 一個 對比 lte 操作 square 數量 內置函數(Py3.5)
重要的內置函數: 1. filter(function, sequence) # 描述: filter() 函數用於過濾序列,過濾掉不符合條件的元素,返回由符合條件元素組成的新列表。 該接收兩個參數,第一個為函數,第二個為序列,序列的每個元素作為參數傳遞給函數進行判, 然後返回 True 或 False,最後將返回 True 的元素放到新列表中。 # 語法: 以下是 filter() 方法的語法: filter(function,sequence) # 參數: function -- 判斷函數。 sequence -- 可叠代對象。 # 實例 過濾出列表中的所有奇數: >>> str = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> def fun1(s): >>> return s % 2 == 1 >>> ret = filter(fun1, str) # filter把不符合的過濾掉 >>> print(ret) #<filter object at 0x000001A8C827B358> ret是一個叠代器對象 >>> print(list(ret)) # ret是一個叠代器對象 轉換成列表 [1, 3, 5, 7, 9] 對sequence中的item依次執行function(item),將執行結果為True的item做成一個filter object的叠代器返回。 可以看作是過濾函數。 2. map(function, sequence) # 描述: map() 會根據提供的函數對指定序列做映射。 第一個參數 function 以參數序列中的每一個元素調用 function 函數, 返回包含每次 function 函數返回值的新列表 # 語法: map() 函數語法: map(function, sequence, ...) # 參數: function -- 函數,有兩個參數 sequence -- 一個或多個序列 # 實例: 以下實例展示了 map() 的使用方法: >>> def square(x): # 計算平方數 >>> num= x ** 2 >>> return str(num)+"L" >>> ret=map(square, [1, 2, 3, 4, 5]) #map 把序列中每個值做處理 >>> print(ret) # <filter object at 0x000001A8C827B358> ret是一個叠代器對象 >>> print(list(ret)) # ret是一個叠代器對象 轉換成列表 [‘1L‘, ‘4L‘, ‘9L‘, ‘16L‘, ‘25L‘] 對sequence中的item依次執行function(item),將執行結果組成一個map object叠代器返回. map也支持多個sequence,這就要求function也支持相應數量的參數輸入: >>> def square(x,y): # x*y >>> num= x * y >>> return str(num)+"L" >>> a=[1, 2, 3, 4] >>> b=[ 7,8, 9, 10] >>> s=map(square,a, b) #這裏square有兩個傳入 a b 按順序對應 x y >>> print(list(s)) # ret是一個叠代器對象 轉換成列表 [‘7L‘, ‘16L‘, ‘27L‘, ‘40L‘] 3. reduce(function, sequence, starting_value) # 描述: reduce() 函數會對參數序列中元素進行累積。 函數將一個數據集合(鏈表,元組等)中的所有數據進行下列操作: 用傳給reduce中的函數 function(有兩個參數)先對集合中的第 1、2 個元素進行操作, 得到的結果再與第三個數據用 function 函數運算,最後得到一個結果。 # 語法: reduce() 函數語法: reduce(function, iterable[, initializer]) # 參數: function -- 函數,有兩個參數 iterable -- 可叠代對象 initializer -- 可選,初始參數 # 實例: 以下實例展示了 reduce() 的使用方法: >>> from functools import reduce >>> def add(x, y) : # 兩數相加 >>> return x + y >>> ret=reduce(add, [1,2,3,4,5]) # 計算列表和:1+2+3+4+5 >>> print(ret) #15 對sequence中的item順序叠代調用function,如果有starting_value,還可以作為初始值調用. >>> from functools import reduce # **** reduce py2可以直接調用 py3必須加這句 *** >>> def add(x, y) : # 兩數相加 >>> return x + y >>> a=10 #註意 >>> ret=reduce(add, [1,2,3,4,5],a) # 計算列表和:1+2+3+4+5 a為初始值 10 會在計算完列表和後 加 a >>> print(ret) #25 4 lambda lambda只是一個表達式,函數體比def簡單很多。 lambda的主體是一個表達式,而不是一個代碼塊。僅僅能在lambda表達式中封裝有限的邏輯進去。 lambda表達式是起到一個函數速寫的作用。允許在代碼內嵌入一個函數的定義。 普通函數與匿名函數的對比: #普通函數 >>> def add(a,b): >>> return a + b >>> print(add(2,3)) #5 #匿名函數 >>> add = lambda a,b : a + b >>> print(add(2,3)) #5 匿名函數的命名規則,用lamdba 關鍵字標識, 冒號(:)左側表示函數接收的參數(a,b) , 冒號(:)右側表示函數的返回值(a+b)。 因為lamdba在創建時不需要命名,所以,叫匿名函數 lambda和普通的函數相比,就是省去了函數名稱而已,同時這樣的匿名函數,又不能共享在別的地方調用。 其實說的沒錯,lambda在Python這種動態的語言中確實沒有起到什麽×××的作用, 因為有很多別的方法能夠代替lambda。 1. 使用Python寫一些執行腳本時,使用lambda可以省去定義函數的過程,讓代碼更加精簡。 2. 對於一些抽象的,不會別的地方再復用的函數,有時候給函數起個名字也是個難題, 使用lambda不需要考慮命名的問題。 3. 使用lambda在某些時候讓代碼更容易理解。 lambda語句中,冒號前是參數,可以有多個,用逗號隔開,冒號右邊的返回值。 lambda語句構建的其實是一個函數對象。 # lamdba用在上面幾個函數中 >>> from functools import reduce >>> foo = [1,2, 3, 4, 5, 6, 7, 8, 9, 10] >>> f=filter(lambda x: x % 3 == 0, foo) >>> m=map(lambda x: x * 2 + 10, foo) >>> r=reduce(lambda x, y: x + y, foo) >>> print(list(f)) # [3, 6, 9] >>> print(list(m)) # [12, 14, 16, 18, 20, 22, 24, 26, 28, 30] >>> print(r) # 55
pythopn 函數(內置函數)