Python小世界：匿名函数、高阶函数、推导式

简述

闲话不多说，本篇博文，主要针对Python的

匿名函数lambda

高阶函数map reduce filter

推导式list set dict

三个方面来汇总。

如果有想要学习Python或者正在学习Python中的小伙伴，需要学习资料的话，可以到我的微信公众号：Python学习知识圈，后台回复：“01”，即可拿Python学习资料

匿名函数

当我们在传入函数时，有些时候，不需要显式地定义函数，那么此时匿名函数就灰常方便了。

示例： lambda a, b: a + b 实际上就是下面代码的简写

<pre class="hljs python" style="padding: 0.5em; font-family: Menlo, Monaco, Consolas, "Courier New", monospace; color: rgb(68, 68, 68); border-radius: 4px; display: block; margin: 0px 0px 0.75em; font-size: 14px; line-height: 1.5em; word-break: break-all; overflow-wrap: break-word; white-space: pre; background-color: rgb(246, 246, 246); border: none; overflow-x: auto; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;">def func(a, b):
return a + b
复制代码</pre>

对于匿名函数而言，不用写 return ， 返回值就是该表达式的结果 。因为没有函数名字，不必担心函数名的冲突，此外，匿名函数也是一个函数对象，可以把匿名函数赋值给一个变量，再利用变量来调用该函数：

<pre class="prettyprint hljs ruby" style="padding: 0.5em; font-family: Menlo, Monaco, Consolas, "Courier New", monospace; color: rgb(68, 68, 68); border-radius: 4px; display: block; margin: 0px 0px 1.5em; font-size: 14px; line-height: 1.5em; word-break: break-all; overflow-wrap: break-word; white-space: pre; background-color: rgb(246, 246, 246); border: none; overflow-x: auto; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;">>>> f = lambda x: x * x

f
<function <lambda> at 0x10453d7d0>
f(6)
36
复制代码</pre>

那么在一些简单的情况下，尽情的使用匿名函数吧。

高阶函数

何为高阶函数？

能接受函数做参数的函数

因Python中一切皆对象，变量名可以指向函数，而函数的参数可以接收变量，那么一个函数就可以接收另外一个函数作为参数。这就是传说中的 高阶函数 。

map()

老规矩，官方文档走一波：

Python官方文档--map()

针对map(function, iterable, ...)函数，可 结合lambda 使用，示例如下：

[1, 4, 9, 16, 25]
复制代码</pre>

注：Python3中，需要使用list()将map函数返回值转化为列表，若无list()，则结果为：

<map at 0x20b225167f0>
复制代码</pre>

此外，map()函数不改变原有的 list，而是返回一个新的 list。

reduce()

为便于掌握，对比，在总结完map()函数后，我们来看下reduce()函数。

Python官方文档--reduce()

那么从官方文档的介绍来看：

reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。

示例如下：

<pre class="prettyprint hljs python" style="padding: 0.5em; font-family: Menlo, Monaco, Consolas, "Courier New", monospace; color: rgb(68, 68, 68); border-radius: 4px; display: block; margin: 0px 0px 1.5em; font-size: 14px; line-height: 1.5em; word-break: break-all; overflow-wrap: break-word; white-space: pre; background-color: rgb(246, 246, 246); border: none; overflow-x: auto; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;">from functools import reduce

reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])
复制代码</pre>

对结果演示即： ((((1+2)+3)+4)+5) = 15 注：

reduce()函数可接收第三个参数，作为函数的起始值

filter()

filter()函数顾名思义，进行过滤判断。

Python官方文档--filter()

对于filter()函数来说，其接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False。

示例：过滤出1~100中平方根是整数的数：

def func(x):
r = int(math.sqrt(x)) # math.sqrt()计算平方根
if r * r == x:
return x

list(filter(func, range(1, 101)))
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
复制代码</pre>

那么从该示例中，我们能够得出结论： filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。

推导式

推导式在日常工作中是比较好的装逼利器，对于列表，字典，集合的操作，很多时候一行代码即可解决，如若没有，那说明内力还不够深厚，嘎嘎嘎。。。。对于推导式而言，我们就从

列表推导式

字典推导式

集合推导式

来总结，当然也就这三种。。。

列表推导式

示例：

[randint(1, 10) for _ in range(20)]
[8, 2, 7, 9, 7, 3, 10, 10, 2, 10, 5, 9, 4, 7, 9, 2, 10, 6, 10, 7]
复制代码</pre>

字典推导式

示例：

{0: 0, 3: 9, 6: 36, 9: 81}
复制代码</pre>

集合推导式

鉴于集合具有去重效果，那么我们创建示例，来和列表推导式对比：

{randint(1, 10) for _ in range(20)}
{1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
复制代码</pre>

很神奇有木有，目前写的只是最基本的推导式写法，在实际的工作中，可以添加各种判断，随意灵活运用。

总结

本篇博客侧重于实际工作中代码的简化，重构。若能结合实际工作需求，灵活运用，则能大大简化代码，也方便他人阅读，久而久之，自己的水平也逐渐提高。起止一个爽字了得！！！江湖有缘，下期再见！

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 204,921评论 6赞 478
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 87,635评论 2赞 381
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 151,393评论 0赞 338
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 54,836评论 1赞 277
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 63,833评论 5赞 368
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 48,685评论 1赞 281
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 38,043评论 3赞 399
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 36,694评论 0赞 258
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 42,671评论 1赞 300
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 35,670评论 2赞 321
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 37,779评论 1赞 332
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 33,424评论 4赞 321
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 39,027评论 3赞 307
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 29,984评论 0赞 19
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 31,214评论 1赞 260
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 45,108评论 2赞 351
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 42,517评论 2赞 343

Python小世界：匿名函数、高阶函数、推导式

简述

匿名函数

高阶函数

能接受函数做参数的函数

map()

此外，map()函数不改变原有的 list，而是返回一个新的 list。

reduce()

reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。

filter()

推导式

列表推导式

字典推导式

集合推导式

总结

推荐阅读更多精彩内容