都应该了解的Python函数式编程
函数式编程(Functional Programming)或者函数程序设计,是一种编程范型。
它将计算机运算视为数学上的函数运算,并且避免使用程序状态以及变量对象。
以上只是简单的函数式编程的概念,我们只需简单了解即可。
在 Python 中,函数式编程主要由几个函数的使用构成:lambda(), map(), reduce(), filter()等。
1.lambda 函数
lambda 函数,又成为匿名函数。lambda 函数只能有一个表达式,而不需要写 return 来返回函数的值。当然,匿名函数也是一个函数对象,同样可以把匿名函数赋值给一个变量。
也可以把匿名函数作为返回值来返回
可以看出,变量 f 就是一个 lambda 函数类型,需要使用f()来调用该函数。
2.map函数
map 函数接收两个参数,一个是函数,一个是 Interable (可迭代序列),map 函数依次将函数作用到序列的每个元素,并把结果作为新的 Interable 返回。
看一个例子:
一个简单的列表解析,把列表 a 的每个元素都加2,用 map 函数可以写为:
由于 map 函数返回的是一个惰性序列,需要通过list()等函数来调用它。
虽然上面的代码看起来比直接写 for 循环要复杂,但是当数据量很大的情况下,Python 的 for 效率就不是很高了,而 map 的效率是可以接近 C 语言的。同时代码也简洁很多,简直装X神器。
另一个小例子,把列表中的元素转换为字符串,一条命令
3.reduce函数
它和 map 有些像,不过 map 是用于逐一遍历,而 reduce 函数是用来递归计算的。
一个简单的序列求和
对列表 a 的各个元素依次求和,再看一个自制的int()函数的例子
这是 Python 内置函数 int 的用法
我们通过 reduce 和 map 函数也可以实现如下
先用 map 函数来遍历 23465 这个字符串列表,然后通过 reduce 函数递归应用列表每个元素到 lambda 函数。
4. filter函数
它同样接收一个函数和一个序列,filter()把传入的函数依次作用于每个元素,然后根据返回值是 True 还是 False 决定保留还是丢弃该元素。
总结
使用这些函数,不仅可以让我们的代码更加简洁,同时在大数据量或者计算密集时,能够大大提高效率。
相关文章
- 基于Python的人脸识别考勤监控
- Python答题游戏
- Python调用百度API实现图像识别
- Python全栈疫情分析项目
- Python-基础-if语句快速入门
- Python-基础-循环语句快速入门
- Python-GUI签名
- 【2】VScode 搭建python和tensorflow环境
- python 简易时钟
- 【1】windows系统如何安装后缀是whl的python库
- 【2】超级详细Python-matplotlib画图,手把手教你画图!(线条颜色、大小、线形、标签)
- 【4】python读写文件操作---详细讲解!
- 【2】Anaconda下:ipython文件的打开方式,Jupyter Notebook中运行.py文件,快速打开ipython文件的方法!
- 【编写环境一】遇到常见python函数处理方式
- 【编写环境二】python库scipy.stats各种分布函数生成、以及随机数生成【泊松分布、正态分布等】
- Python xlwt数据保存到 Excel中以及xlrd读取excel文件画图
- 强化学习技巧三:Python多进程
- 强化学习技巧五:numba提速python程序
- 【7】python_matplotlib 输出(保存)矢量图方法;画图时图例说明(legend)放到图像外侧;Python_matplotlib图例放在外侧保存时显示不完整问题解决
- 【8】python_matplotlib改变横坐标和纵坐标上的刻度(ticks)、sagemath-list_plot()调整图例(legend)中点的数量、Matplotlib画各种论文图