035 高阶函数

把函数作为参数使用的函数，叫高阶函数

引子

函数名可以类似变量那样使用

例1

>>> a = 10
>>> b = a
>>> b
10
>>> 
>>> def func():
...   print("abc")
...
>>> func()
abc
>>> new_func = func
>>> new_func()
abc
>>> type(new_func)
<class 'function'>
>>>

例2

在一个函数里调用另一个函数

>>> def funcA(n):
...   return n + 1
...
>>> def funcB(n):
...   return funcA(n) * 2
...
>>> def funcC(n, f):
...   return f(n) % 5
...
>>> funcC(5, funcB)
2
>>>

系统提供的高阶函数

Python2 与 Python3 用法有些许不同

map

映射，即把序列中每个元素都按照一定规则进行操作，生成一个新的序列的迭代对象

例1 不用 map

>>> a = list(range(10))
>>> b = []
>>> for i in a:
...   b.append(i * 10)
...
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> b
[0, 10, 20, 30, 40, 50, 60, 70, 80, 90]
>>>

例2 使用 map

>>> mul_ten = lambda x: 10 * x
>>> it = map(mul_ten, [1, 2, 3])
>>> it
<map object at 0x000002AD0F8C00B8>
>>> for i in it:
...   print(i)
...
10
20
30
>>>

例3 map 配合 list

>>> a = [1, 2, 3]
>>> b = [4, 5, 6, 7]
>>> list(map(lambda x, y: x + y, a, b))  # 类似 zip
[5, 7, 9]
>>>

例4 map 生成的迭代器只能迭代一次

>>> a = map(lambda x: x * x, [1, 2, 3])
>>> for i in a:
...   print(i)
...
1
4
9
>>> for i in a:
...   print(i)
...
>>> 
>>> b = map(lambda x: x * x, [1, 2, 3])
>>> [i for i in b]
[1, 4, 9]
>>> [i for i in b]
[]
>>>

filter

过滤函数，对一组数据进行过滤，符合条件的数据会生成一个新的列表并返回
与 map 相比
- 同：都对序列的每个元素逐一进行操作
- 异
  - map 会生成一个跟原来数据相对应的新序列
  - filter 不一定，只有符合条件的才会进入新的数据集合
filter 函数的写法
- 利用给定函数进行判断
- 返回值一定是个布尔值
- 调用格式：filter(f, data)
  - f 过滤函数
  - data 数据

>>> list(filter(lambda x: x % 2, [1, 2, 3, 4, 5]))
[1, 3, 5]
>>>

reduce

由 functools 包提供
把一个可迭代对象归并成一个结果
对于作为参数的函数要求
- 必须有两个参数
- 必须要返回结果
reduce(f, [1, 2, 3]) 可以理解成 f(f(1, 2), 3)

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

排序

把一个序列按照给定算法进行排序
格式：sorted(iterable, /, *, key=None, reverse=False)
key: 在排序前，对每一个元素进行 key 函数运算，可以理解成按照 key 函数定义的逻辑进行排序

例1

>>> sorted([1, 3, 5, 7, 9], reverse=True)
[9, 7, 5, 3, 1]
>>>

例2

>>> sorted([9, -3, 0, 4, 8], key=abs)
[0, -3, 4, 8, 9]
>>>

例3

>>> names = ["Tony black", "amy green", "Johnny Lee"]
>>> sorted(names)
['Johnny Lee', 'Tony black', 'amy green']
>>> sorted(names, key=str.lower)
['amy green', 'Johnny Lee', 'Tony black']
>>>