Python中特殊函数集锦
|
以下内容主要针过滤函数filter ， 映射和归并函数map/reduce ， 装饰器@ 以及 匿名函数lamda，具体内容如下： 1. 过滤函数filter 定义：filter 函数的功能相当于过滤器。调用一个布尔函数bool_func来迭代遍历每个列表中的元素；返回一个使bool_func返回值为true的元素的序列。 复制代码 代码如下: a=[0,1,2,3,4,5,6,7] b=filter(None,a) print b 输出结果：[1,7] 回到顶部 这里说的map和reduce是Python的内置函数，不是Goggle的MapReduce架构。 2.1 map函数 map函数的格式：map( func,seq1[,seq2...] ) Python函数式编程中的map()函数是将func作用于列表中的每一个元素，并用一个列表给出返回值。如果func为None，作用等同于一个zip()函数。 下图是当列表只有一个的时候，map函数的工作原理图：
举个简单的例子：将列表中的元素全部转换为None。 复制代码 代码如下: map(lambda x : None,[1,4]) 输出：[None,None,None]。 当列表有多个时，map()函数的工作原理图：
也就是说每个seq的同一位置的元素在执行过一个多元的func函数之后，得到一个返回值，这些返回值放在一个结果列表中。 下面的例子是求两个列表对应元素的积，可以想象，这是一种可能会经常出现的状况，而如果不是用map的话，就要使用一个for循环，依次对每个位置执行该函数。 复制代码 代码如下: print map( lambda x,y: x * y,3],[4,6] ) # [4,10,18] 上面是返回值是一个值的情况，实际上也可以是一个元组。下面的代码不止实现了乘法，也实现了加法，并把积与和放在一个元组中。 复制代码 代码如下: print map( lambda x,y: ( x * y,x + y),6] ) # [(4,5),(10,7),(18,9)] 还有就是上面说的func是None的情况，它的目的是将多个列表相同位置的元素归并到一个元组，在现在已经有了专用的函数zip()了。 复制代码 代码如下: print map( None,6] ) # [(1,4),(2,(3,6)] print zip( [1,6)] 注意：不同长度的多个seq是无法执行map函数的，会出现类型错误。 2.2 reduce函数 reduce函数格式：reduce(func,seq[,init]). reduce函数即为化简，它是这样一个过程：每次迭代，将上一次的迭代结果（第一次时为init的元素，如没有init则为seq的第一个元素）与下一个元素一同执行一个二元的func函数。在reduce函数中，init是可选的，如果使用，则作为第一次迭代的第一个元素使用。 简单来说，可以用这样一个形象化的式子来说明： 复制代码 代码如下: reduce(func,3])=func(func(1,2),3) reduce函数的工作原理图如下所示：
举个例子来说，阶乘是一个常见的数学方法，Python中并没有给出一个阶乘的内建函数，我们可以使用reduce实现一个阶乘的代码。 复制代码 代码如下: n = 5 print reduce(lambda x,range(1,n + 1)) # 120 那么，如果我们希望得到2倍阶乘的值呢？这就可以用到init这个可选参数了。 复制代码 代码如下: m = 2 n = 5 print reduce( lambda x,range( 1,n + 1 ),m ) # 240 回到顶部 3.1 什么是装饰器（函数）？ 定义：装饰器就是一函数，用来包装函数的函数，用来修饰原函数，将其重新赋值给原来的标识符，并永久的丧失原函数的引用。 3.2 装饰器的用法 先举一个简单的装饰器的例子： 复制代码 代码如下: #-*- coding: UTF-8 -*- import time def foo(): print 'in foo()' # 定义一个计时器，传入一个，并返回另一个附加了计时功能的方法 复制代码 代码如下: def timeit(func): # 定义一个内嵌的包装函数，给传入的函数加上计时功能的包装 复制代码 代码如下: def wrapper(): start = time.clock() func() end =time.clock() print 'used:',end - start # 将包装后的函数返回 复制代码 代码如下: return wrapper foo = timeit(foo) foo() 输出： 复制代码 代码如下: in foo() used: 2.38917518359e-05 python中专门为装饰器提供了一个@符号的语法糖，用来简化上面的代码，他们的作用一样。上述的代码还可以写成这样（装饰器专有的写法，注意符号“@”）： 复制代码 代码如下: #-*- coding: UTF-8 -*- import time # 定义一个计时器，传入一个，并返回另一个附加了计时功能的方法 复制代码 代码如下: def timeit(func): # 定义一个内嵌的包装函数，给传入的函数加上计时功能的包装 复制代码 代码如下: def wrapper(): start = time.clock() func() end =time.clock() print 'used:',end - start # 将包装后的函数返回 复制代码 代码如下: return wrapper @timeit def foo(): print 'in foo()' #foo = timeit(foo) foo() 其实对装饰器的理解，我们可以根据它的名字来进行，主要有三点： 1）首先装饰器的特点是，它将函数名作为输入（这说明装饰器是一个高阶函数）； 2）通过装饰器内部的语法将原来的函数进行加工，然后返回； 3）原函数通过装饰器后被赋予新的功能，新函数覆盖原函数，以后再调用原函数，将会起到新的作用。 说白了，装饰器就相当于是一个函数加工厂，可以将函数进行再加工，赋予其新的功能。 装饰器的嵌套： #!/usr/bin/python # -*- coding: utf-8 -*- def makebold(fn): def wrapped(): return "<b>" + fn() + "</b>" return wrapped def makeitalic(fn): def wrapped(): return "<i>" + fn() + "</i>" return wrapped @makebold @makeitalic def hello(): return "hello world" print hello() 输出结果： <b><i>hello world</i></b> 回到顶部 4.1 什么是匿名函数？ 在Python,有两种函数，一种是def定义，一种是lambda函数。 定义：顾名思义，即没有函数名的函数。Lambda表达式是Python中一类特殊的定义函数的形式，使用它可以定义一个匿名函数。与其它语言不同，Python的Lambda表达式的函数体只能有唯一的一条语句，也就是返回值表达式语句。 4.2 匿名函数的用法 lambda的一般形式是关键字lambda，之后是一个或者多个参数，紧跟的是一个冒号，之后是一个表达式： 复制代码 代码如下: lambda argument1 argument2 ... :expression using arguments lambda是一个表达式，而不是一个语句。 lambda主体是一个单一的表达式，而不是一个代码块。 举一个简单的例子，假如要求两个数之和，用普通函数或匿名函数如下: 再举一例：对于一个列表，要求只能包含大于3的元素。 1）常规方法： 复制代码 代码如下: L1 = [1,5] L2 = [] for i in L1: if i>3: L2.append(i) 2）函数式编程实现: 运用filter，给其一个判断条件即可 复制代码 代码如下: def func(x): return x>3 filter(func,5]) 3）运用匿名函数，则更加精简,一行就可以了: 复制代码 代码如下: filter(lambda x:x>3,5]) 总结: 从中可以看出，lambda一般应用于函数式编程，代码简洁，常和reduce,filter等函数结合使用。此外，在lambda函数中不能有return，其实“:”后面就是返回值。 为什么要用匿名函数? 1） 使用Python写一些执行脚本时，使用lambda可以省去定义函数的过程，让代码更加精简。 2） 对于一些抽象的，不会别的地方再复用的函数，有时候给函数起个名字也是个难题，使用lambda不需要考虑命名的问题。 3） 使用lambda在某些时候让代码更容易理解。 以上内容就是针对Python中特殊函数详细介绍，希望对大家有所帮助。 （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
