Python武器库开发-高级特性篇(八)

高级特性篇(八)

高阶函数

Python作为一门高级编程语言，拥有着强大的函数式编程能力。其中高阶函数就是Python函数式编程的重要组成部分。在Python中，函数可以被当作变量一样进行操作，包括作为参数传递给其他函数，或者作为返回值从函数中返回。这种能够处理函数的函数就被称为高阶函数。简而言之，高阶函数就是能够接受函数作为参数或者返回函数的函数。

在Python中，函数被称为一等公民（first-class citizens），这意味着函数可以像其他数据类型一样进行操作，例如可以赋值给变量、作为参数传递、作为返回值返回等。这种特性使得Python中的函数可以非常灵活地被用于各种不同的场景。高阶函数是指接收函数作为参数或者返回值是一个函数的函数，是Python函数式编程的重要手段之一。

在函数式编程中，函数是一等公民，可以作为变量、参数、返回值等使用。下面我们将分别介绍Python高阶函数中的四个经典应用：filter、reduce、sorted、map，并结合实际案例进行详细讲解：

filter函数是Python中常用的高级函数之一，其作用是从一个序列中过滤出符合条件的元素，将结果以一个filter类型返回。

下面我们来看一下filter函数的案例：

# 过滤列表中的偶数
def is_even(n):
    return n % 2 == 0

num_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
new_list = list(filter(is_even, num_list))
print(new_list)
1
2
3
4
5
6
7

这个例子中，我们定义了一个is_even函数用于判断一个数是否为偶数。然后我们用filter函数对num_list中的元素依次进行判断，将所有偶数提取出来，最终得到一个新的列表new_list：

reduce函数是Python中另一个常用的高级函数，其作用是对一个序列进行归约操作，将其简化为一个数。reduce函数会将归约函数function递归作用于序列sequence的每个元素，将结果与下一个元素一起作为function的输入，最终仅得到一个结果值。如果指定了initial，则将该值与序列的第一个元素一起进行归约操作。

下面我们来看一个reduce函数的实例：

# 计算列表中数字的和

from functools import reduce

def add(x,y):
    return x + y

num_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
result = reduce(add, num_list)
print(result)
1
2
3
4
5
6
7
8
9
10

这个例子中，我们定义了一个add函数用于求和。然后我们用reduce函数对num_list中的元素依次进行求和，得到最终的结果。其中，reduce函数会将add函数用于num_list中的前两个元素，然后将结果与第三个元素合并，一直递归下去，直到得到最终的结果：

sorted函数是Python中常用的高级函数之一，其作用是对一个集合进行排序，返回一个新的排序后的集合。sorted函数会返回一个新的集合，该集合是iterable排序后的结果。下面我们来看一个Sorted函数的实例：

# 对列表中的数字进行排序

num_list = [5, 2, 3, 1, 4]
result = sorted(num_list)
print(result)
1
2
3
4
5

这个例子中，我们使用sorted函数对num_list进行排序。sorted函数会将num_list排序后生成一个新的列表，并将其赋值给result变量：

map函数是Python中常用的高级函数之一，其作用是对一个序列中的每个元素进行函数操作，返回一个新的序列。map函数会对序列中的每个元素依次调用function函数，返回一个新的序列。下面我们来看一个map函数的实例：

# 对列表中的数字求平方

def square(n):
    return n ** 2

num_list = [1, 2, 3, 4, 5]
new_list = list(map(square, num_list))
print(new_list)
1
2
3
4
5
6
7
8

这个例子中，我们定义了一个square函数用于对数字求平方。然后我们用map函数对num_list中的元素依次进行求平方，并组成一个新的列表new_list:

匿名函数

在Python中，匿名函数是没有定义名称的函数。虽然def在Python中使用关键字定义了普通函数，但使用关键字定义了匿名函数lambda。因此，匿名函数也称为lambda函数。

python中的lambda函数具有以下语法：

lambda arguments: expression
1

Lambda函数可以具有任意数量的参数，但只能有一个表达式。表达式被求值并返回。Lambda函数可在需要函数对象的任何地方使用。

这是一个使输入值翻倍的lambda函数示例：

# 程序展示lambda函数的使用
double = lambda x: x * 2

print(double(5))
1
2
3
4

以上实例输出的结果：

在上面的程序中，lambda x: x * 2是lambda函数。这里x是参数，x * 2是求值和返回的表达式。

这个函数没有名字。它返回一个函数对象，该对象被分配给标识符double。我们现在可以把它叫做普通函数。下面声明

double = lambda x: x * 2
1

就等同于

def double(x):
   return x * 2
1
2

当我们临时需要匿名函数时，我们使用lambda函数。在Python中，我们通常将其用作高阶函数的参数（该函数将其他函数作为arguments）。Lambda函数可以与filter()，map()等内置函数一起使用。在Python函数中filter()接受一个函数和一个列表作为参数。使用列表中的所有项调用该函数，并返回一个新列表，其中包含函数计算结果为True的项。这是使用filter()函数从列表中仅滤除偶数的示例。

lambda与filter()一起使用的示例:

# 程序从列表中过滤出偶数项
my_list = [1, 5, 4, 6, 8, 11, 3, 12]

new_list = list(filter(lambda x: (x%2 == 0) , my_list))

print(new_list)
1
2
3
4
5
6

以上代码的输出：

在Python中的map()函数接受一个函数和一个列表。

使用列表中的所有项调用该函数，并返回一个新列表，其中包含该函数为每个项返回的项。

这是使用map()函数将列表中所有项目翻倍的示例：

# 使用map()将列表中的每个项加倍

my_list = [1, 5, 4, 6, 8, 11, 3, 12]

new_list = list(map(lambda x: x * 2 , my_list))

print(new_list)
1
2
3
4
5
6
7

以上代码的输出：

偏函数

偏函数（Partial function）是Python的functools模块提供的一个很有用的功能。简单总结functools.partial的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。

举个例子，int()函数可以把字符串转换为整数，当仅传入字符串时，int()函数默认按十进制转换：

print(int('12345'))
1

以上代码输出的实例：

但int()函数还提供额外的base参数，默认值为10。如果传入base参数，就可以做N进制的转换：

print(int('12345', base=8))
print(int('12345', 16))
1
2

以上代码输出的实例：

假设要转换大量的二进制字符串，每次都传入int(x, base=2)非常麻烦，于是，我们想到，可以定义一个int2()的函数，默认把base=2传进去：

def int2(x, base=2):
    return int(x, base)

print(int2('1000000'))
print(int2('1010101'))
1
2
3
4
5

这样，我们转换二进制就非常方便了：

functools.partial可以帮助我们创建一个偏函数的，不需要我们自己定义int2()，可以直接使用下面的代码创建一个新的函数int2：

import functools
int2 = functools.partial(int, base=2)
print(int2('1000000'))
print(int2('1010101'))
1
2
3
4

以上代码输出的实例：