33 匿名函数

180次阅读
没有评论

共计 3677 个字符,预计需要花费 10 分钟才能阅读完成。

引入

1. 编程范式

  • 编程范式指的是 编程的套路
  • 主要的套路有三种 : 命令式编程, 函数式编程, 逻辑式编程
  • 常见的 面向对象 就是 命令式 编程, 常见的 面向过程 就是 逻辑式 编程

2. 函数式

  • 什么是函数式
🍋函数式编程中的函数指的并不是编程语言中的函数(或方法)🍋它指的是数学意义上的函数,即映射关系(如:y = f(x)),就是 y 和 x 的对应关系
  • 函数式与逻辑式
🍋比起逻辑式, 函数式更加注重的是执行结果并非执行的过程
  • Python 提供的函数式编程特性
🍋Python 并不是一门函数式的编程语言, 但却提供了很多函数式编程的特性
🍋比如 : lambda, max, min, map, reduce, filter

一. 匿名函数

1. 什么是匿名函数

  • 没有名字的函数

2. 应用场景

  • 临时用一次, 通常用于与其他函数配合使用

3. 匿名函数的强调点

  • 匿名函数的目的就是要没有名字, 给匿名函数 赋值一个名字 没有意义
  • 匿名函数的 参数规则, 作用域关系 与有名函数是一样的
  • 匿名函数的 函数体 通常应该是一个 表达式 , 该表达式必须 要有 一个 返回值

4. 匿名函数与有名函数的对比

  • 有名函数
🍋有函数名, 循环使用, 保存了名字, 通过名字就可以重复引用函数
def foo(x,y):
    return x**y
foo(2,3)  # 8
  • 匿名函数
🍋没有函数名, 一次性使用, 随时随地定义
f = lambda x,y:x ** y
print(f(2,4))  # 16
# 一般配合应用 : max, min, sorted, map, reduce, filter

5. 匿名函数的调用方式

  • 方式一 : 直接加括号执行
res = (lambda x, y: x + y)(7,8)
print(res)  # 15
  • 方式二 : 给函数指定名字
f = lambda x,y:x ** y
print(f(2,4))  # 16
🍋匿名函数的本质就是没有名字, 这里指定名字是没有意义的(匿名函数只用于临时调用一次)
🍋匿名函数一般用来与其他函数配合使用, 以下来展开介绍

二. 匿名函数的应用

1.max() : 最大值

  • 接收两个参数 : ([可迭代对象],[函数])

2.min() : 最小值

  • 接收两个参数 : ([可迭代对象],[函数])

3.sorted() : 排序

  • 接收三个参数 : ([可迭代对象],[函数],[排列顺序])

  • 如果传入的可迭代对象是字典, 默认是按照字典的 "key" 来进行排序的

  • sorted 函数会迭代可迭代对象中的每个元素, 把迭代后得到的值依次传给匿名函数
  • 如果是字典,那么迭代以后传给字典的就是 key, 最终,以匿名函数的返回值作为比较依据
  • 比如传入的是字典, 默认迭代的就是字典的 key, 那么返回的只就是字典的 key, 虽然你是用 value 来进行比较的

  • reverse参数 : "False"代表从小到大, "True"代表的是从大到小

🍋以每个人的薪资来做比较
salaries = {
    'song' : 1000,
    'hai' : 10000,
    'xing' : 100000,
    'shawn' : 1000000,
}

🍋"max" 接收两个参数([可迭代对象],[函数]), 函数循环取的是 "salaries[k]", 然后进行比较, 返回的是 "key"
🔰key(实参)指定排序的参照值。key 可以是函数名,也可以是 lambda 匿名函数
🔰min 会每次迭代一个值传入 key 指定的函数中,根据得到的返回值作为比较依据来比大小
print(max(salaries,key=lambda k:salaries[k]))    # shawn

🍋"min" 接收两个参数([可迭代对象],[函数]), 函数循环取的是 "salaries[k]", 然后进行比较, 返回的是 "key"
print(min(salaries,key=lambda k:salaries[k]))    # song

🍋"sorted" 接收三个参数([可迭代对象],[函数],[排列顺序]), 函数循环取的是 "salaries[k]", 然后进行排序, 默认排序从小到大
print(sorted(salaries,key=lambda k:salaries[k]))  # ['song', 'hai', 'xing', 'shawn']

🍋排序加上顺序参数 "reverse","False" 代表从小到大,"True" 代表的是从大到小
print(sorted(salaries,key=lambda k:salaries[k],reverse=True))  # ['shawn', 'xing', 'hai', 'song']

4.map() : 映射

  • 接收两个参数 : ([函数],[可迭代对象])
  • 运行原理 : map 函数遍历可迭代对象中的每个元素, 把遍历得到的值当做参数传给匿名函数, 以返回值的处理结果当做返回值返回
  • map 得到的结果是迭代器对象
🍋将 "nums" 里面的只都进行平方计算
nums = [1,2,3,4,5,6,7]

res = map(lambda x:x**2,nums)
print(res.__next__())  # 这是迭代器对象的一个方法, 每次 next 都取出一个值(说明了得到的结果是一个迭代器)
print(list(res))       # [1, 4, 9, 16, 25, 36, 49]

🍋生成器表达式来替代 "map"
nums = [1,2,3,4,5,6,7]

res = (i ** 2 for i in nums)
print(res)  # 得到的是一个生成器 <generator object <genexpr> at 0x0000015FD8EDAAC8>
print(res.__next__())  # 1
print(res.__next__())  # 4
print(res.__next__())  # 9
print(res.__next__())  # 16
...

🍋需求 : "song" 加上 "_hp" 结尾, 其他的加上 "_np" 结尾
names = ["song","hai","xing","shawn"]

res = map(lambda i:i+"_hp" if i == "song" else i + "_np", names)  # 三元表达式
print(res)       # 迭代器对象  <map object at 0x000001A1C34DFBC8>
print(list(res)) # ['song_hp', 'hai_np', 'xing_np', 'shawn_np']

5.reduce() : 合并

  • 接收三个参数 : ([函数],[可迭代对象],[初始值])

  • reduce 在 python2 中是内置函数, 在 python3 中被集成到模块 functools 中, 需要导入使用

  • 运行原理 : 以初始值作为第一个参数传给 x , 然后迭代传入的可迭代对象, 拿到的值 y 与 x 相加重新赋值给 x , 再次迭代取值, 周而复始, 直到迭代器被迭代完
🍋需求 : 求和
from functools import reduce

res1 = reduce(lambda x,y: x + y , range(1,10),0)  # 从初始值 0 开始, 迭代相加 (9) 次
res2 = reduce(lambda x,y: x + y , range(1,10),1)  # 从初始值 1 开始, 迭代相加 (9) 次
res3 = reduce(lambda x,y: x + y , range(1,100))   # 不写初始值默认就是 0
print(res1)  # 0+1+2+3+4+5+6+7+8+9=45
print(res2)  # 1+1+2+3+4+5+6+7+8+9=46
print(res3)  # 45

🍋列表求和
array = [1, 4, 9, 16, 25]

res = reduce(lambda x, y: x + y, array)
print(res)  # 55

6.filten() : 过滤

  • 接收两个参数 : ([函数],[可迭代对象])
  • 遍历可迭代对象, 过滤出结果为真的元素, 如果是字典, 最终返回的结果是字典的 key
  • filten 返回的结果是迭代器
🍋需求 : 返回以 "_sb" 结尾的元素
names = ['song', 'hai_sb', 'xing','shi_sb','nb_sb']

res = filter(lambda x:True if x.endswith('sb') else False,names)  #三元表达式
res = filter(lambda x:x.endswith('sb'),names)
print(res)         # <filter object at 0x000001445164FC08>
print(list(res))   # ['hai_sb', 'shi_sb', 'nb_sb']

🍋过滤大于或等于 23 的数
l = [12,23,45,10,25,58,47,69]
res = filter(lambda x:x >= 23,l)
print(res)        # <filter object at 0x00000227F5510708>
print(list(res))  # [23, 45, 25, 58, 47, 69]

🍋过滤薪资大于 30000 的小伙
salaries = {
    'song' : 1000,
    'hai' : 10000,
    'xing' : 100000,
    'shawn' : 1000000,
}

res = filter(lambda k:salaries[k] >30000 ,salaries)
print(res)       # <filter object at 0x000001CFC1138F48>
print(list(res)  # ['xing', 'shawn']
正文完
 
shawn
版权声明:本站原创文章,由 shawn 2023-06-16发表,共计3677字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
评论(没有评论)