【python入門到精通】python函式式編程與應用詳解

🚀 作者 ：“大資料小禪”

🚀 粉絲福利 ：加入小禪的大資料社群

🚀 歡迎小伙伴們 點贊👍、收藏?、留言💬

python函式式編程

高級知識點：介紹匿名函式lambda，高階函式map，reduce，filter，sorted的使用

lambda運算式的用法及其使用場景

什么是匿名函式？

匿名函式，顧名思義就是沒有名字的函式，在程式中不用使用def進行定義，可以直接使用lambda關鍵字撰寫簡單的代碼邏輯，lambda本質上是一個函式物件，可以將其賦值給另一個變數，再由該變數來呼叫函式，也可以直接使用，**

平時，我們是先定義函式，再進行呼叫：

def power(x):
 return x ** 2
print(power(2))

使用lambda運算式的時候，我們可以這樣操作

power = lambda x : x ** 2     #前面的x表示函式的一個入參，后面的是表示對入參的一個運算
print(power(2))

輸出：
4

覺得太麻煩，還可以這樣呼叫

print((lambda x: 2 * x)(8))
輸出：16

ambda運算式的基本格式

lambda 入參 : 運算式
入參可以有多個，比如

power = lambda x, n: x ** n
print(power(2, 3))

lambda運算式的使用場景

一般適用于創建一些臨時性的，小巧的函式，比如上面的 power函式，我們當然可以使用 def來定義，但使用 lambda 來創建會顯得很簡潔，尤其是在高階函式的使用中，

定義一個函式，傳入一個list，將list每個元素的值加1

def add(l = []):
 return [x +1 for x in l]
print(add([1,2,3]))

輸出：
【2,3,4】

上面的函式改成將所有元素的值加2 可能大家會說，這還不簡單，直接把return里的1改成2就行了，但是真的行嗎？如果函式被多個地方使用，而其他地方并不想加2，怎么辦？這好辦，把變得那部分抽出來，讓呼叫者自己傳.

def add(func,l = []):
 return [func(x) for x in l]
def add1(x):
 return x+1
def add2(x):
 return x+2
print(add(add1,[1,2,3]))
print(add(add2,[1,2,3]))
輸出：
[2, 3, 4]
[3, 4, 5]

一個簡簡單單的問題，一定要用這么多代碼實作？

def add(func,l = []):
return [func(x) for x in l]
print(add(lambda x:x+1,[1,2,3]))
print(add(lambda x:x+2,[1,2,3]))

Python中的高階函式之map

*map的基本格式 map(func, iterables)

map()函式接收兩個以上的引數，開頭一個是函式，剩下的是序列，將傳入的函式依次作用到序列
的每個元素，并把結果作為新的序列回傳，也就是類似map(func,[1,2,3])
同樣的，我們還是來完成這樣一個功能：將list每個元素的值加1

def add(x):
 return x + 1
result = map(add, [1, 2, 3, 4])   #等于是對后面的序列都執行了add的操作
print(type(result))
print(list(result))   #不加這個list進行轉化的話會輸出：<map object at 0x000002168C98EDC8>

輸出：
<class 'map'>
[2, 3, 4, 5]

使用lambda運算式簡化操作
result = map(lambda x: x + 1, [1, 2, 3, 4])
print(type(result))
print(list(result))

函式中帶兩個引數的map函式格式

使用map函式，將兩個對應位置求和，之后回傳,也就是對[1,2,3],[4,5,6]兩個序列進行操作之后，回傳結果[5,7,9]，

print(list(map(lambda x, y: x + y, [1, 2, 3], [4, 5, 6])))
輸出：
[5, 7, 9]

對于兩個序列元素個數一樣的，相對好理解，如果兩個序列個數不一樣的，會不會報錯？
print(list(map(lambda x, y: x + y, [1, 2, 3], [4, 5])))
輸出：
【5,7】
我們可以看到不會報錯，但是結果以個數少的為準

Python中的高階函式之reduce

reduce函式的基本格式

reduce(function, sequence, initial=None)

reduce把一個函式作用在一個序列上，這個函式必須接收兩個引數，reduce函式把結果繼續和序列的下一個元素做累積計算，跟遞回有點類似，reduce函式會被上一個計算結果應用到本次計算中，

reduce(func, [1,2,3]) = func(func(1, 2), 3)    #意思是會先計算1跟2的結果并且運用到下一次的計算中
使用reduce函式，計算一個串列的乘積
from functools import reduce

def func(x, y):
 return x * y
print(reduce(func, [1, 2, 3, 4]))   #1*2，2*3，6*4

輸出：
24

from functools import reduce

def func(x, y):
 return x * y
print(reduce(func, [1, 2, 3, 4]，2))   #后面的那個2是初始值，不用寫initial=2，直接寫2就好，計算的結果是48，計算程序，初始值2會先跟1相乘，之后結果2跟2相乘，依次累加

結合lambda運算式，簡化操作

from functools import reduce
print(reduce(lambda x, y: x * y, [1, 2, 3, 4]))

Python中的高階函式之 filter

filter顧名思義是過濾的意思，帶有雜質的（非需要的資料），經過filter處理之后，就被過濾掉，

filter函式的基本格式

filter(function_or_None, iterable)

filter()接收一個函式和一個序列，把傳入的函式依次作用于每個元素，然后根據回傳值是**
True還是False決定保留還是丟棄該元素，
使用filter函式對給定序列進行操作，最后回傳序列中所有偶數

print(list(filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5])))
輸出：
【2,4】

Python中的高階函式之sorted

orted從字面上就可以看去這是個用來拍序的函式，sorted 可以對所有可迭代的物件進行排序操作

sorted的基本格式：

sorted(iterable, key=None, reverse=False)
iterable -- 可迭代物件，
key -- 主要是用來進行比較的元素，只有一個引數，具體的函式的引數就是取自于可迭代物件中，指
定可迭代物件中的一個元素來進行排序，
reverse -- 排序規則，reverse = True 降序 ， reverse = False 升序（默認），

對序列做升序排序

print(sorted([1, 6, 4, 5, 9]))

對序列做降序排序

print(sorted([1, 6, 4, 5, 9], reverse=True))

對存盤多個串列的串列做排序

data = [["Python", 99], ["c", 88]]

print(sorted(data, key=lambda item: item[1]))   #item: item[1])定位到后面那個數字，根據后面那個數字進行排序，不指定的話就是按照第一個數字的大小進行排序，key=lambd這樣子就表示把這個大的串列中的小的一個串列，作為item，去傳入我們的匿名運算式，item不是關鍵字，可以更改

#輸出：
[['c', 88], ['Python', 99]]