Python之高阶函数（一）

川长思鸟来 2022-05-20 10:11 287阅读 0赞

### **高阶函数引入** ###

高阶函数英文叫Higher-order function。什么是高阶函数？我们以实际代码为例子，一步一步深入概念。

大家都很熟悉abs()函数吧，这个函数的意思就是求某个数字的绝对值。

下面我们使用代码来看看这个函数的意思：

# 内置函数可以直接调用
    print(abs(-10))
    
    # 可以看出，内置函数可以直接赋值给变量
    f = abs
    print(f(10))

运行结果：

> 10  
> <built-in function abs>
> 
> Process finished with exit code 0

总结：我们很容易看出，内置函数可以被直接调用，也可以先赋值给变量，然后利用变量再行定义。

### 传入函数 ###

既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

示例代码：

def add(x, y, f):
        return f(x) + f(y)
    
    
    print(add(-5, 6, abs))

运行结果：

> 11
> 
> Process finished with exit code 0

### map()和reduce()函数 ###

**map()**

map(function, iterable, ...)

> function -- 函数，有两个参数
> 
> iterable -- 一个或多个序列

`map()`函数接收两个参数，一个是函数，一个是`Iterable（可迭代对象）`，`map`将传入的函数依次作用到序列的每个元素，并把结果作为新的`Iterator`返回。

示例代码：

def f(x):
        return x * x
    
    r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
    print(r)
    print(list(r))

运行结果：

> <map object at 0x0000000000D6F518>  
> \[1, 4, 9, 16, 25, 36, 49, 64, 81\]
> 
> Process finished with exit code 0

> 分析：由于map()把结果作为新的`Iterator`返回，所以，当我试图打印返回值r时，得到的是一个迭代器的内存地址，只有将其list()后才能返回列表。

对比而言，使用for...in函数也可以做到这样的结果。

示例代码：

def f(x):
        return x * x
    
    
    lst = []
    for i in [1, 2, 3, 4, 5, 6, 7, 8, 9]:
        lst.append(f(i))
    print(lst)

运行结果：

> \[1, 4, 9, 16, 25, 36, 49, 64, 81\]
> 
> Process finished with exit code 0

> 分析：从上面的循环代码，我们能一眼看出来使用map()能够更加直观的了解返回的值为迭代器，代码简洁高效。事实上而言，map()作为高阶函数，它把整个运算规则抽象化了，我们不仅能用其解决平方这类的运算函数，还能计算任意比较复杂的函数。

示例代码：

print(list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])))

运行结果：

> \['1', '2', '3', '4', '5', '6', '7', '8', '9'\]
> 
> Process finished with exit code 0

只需要一行代码，就可以把列表中的数字类型转化为字符串类型。

**reduce()**

reduce(function, iterable[, initializer])

> function -- 函数，有两个参数
> 
> iterable -- 可迭代对象
> 
> initializer -- 可选，初始参数

`reduce()`把一个函数作用在一个序列`[x1, x2, x3, ...]`上，这个函数必须接收两个参数，`reduce`把结果继续和序列的下一个元素做累积计算。

示例代码：

from functools import reduce
    
    
    def add(x, y):
        return x + y
    
    
    r = reduce(add, [1, 2, 3, 4, 5, 6, 7, 8, 9])
    print(r)

运行结果：

> 45
> 
> Process finished with exit code 0

> 分析：使用reduce(）必须要从functools中引入reduce()方法。r的计算步骤为：
> 
> 先计算add(1 + 2)
> 
> 然后计算add(add(1 + 2) + 3)
> 
> ,,,
> 
> 直到结果为：45

如果说这个例子没实在的意义，我们现在演示一些常用的操作：

示例代码：

from functools import reduce
    
    
    def f(x, y):
        return x * 10 + y
    
    
    r = reduce(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
    print(r)

运行结果：

> 123456789
> 
> Process finished with exit code 0

这是初一的一个算法，在这里就不多赘述。

示例代码：

def f(x, y):
        return x * 10 + y
    
    
    def charNum(s):
        digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
        return digits[s]
    
    
    r = reduce(f, map(charNum, "13579"))
    print(r)

运行结果：

> 13579
> 
> Process finished with exit code 0  
>

> 分析：这是一个将str类型数据转为int类型数据的方法，map(charNum,"13579")中，字符串遍历数字得到迭代列表\[1,3,5,7,9\]，外层reduce()函数把该列表变为整数。

上面呢函数可以整理为：

示例代码：

from functools import reduce
    
    DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
    
    
    def strToInt(s):
        def f(x, y):
            return x * 10 + y
    
        def charToNum(s):
            return DIGITS[s]
    
        return reduce(f, map(charToNum, s))
    
    
    r = strToInt('13579')
    print(r)

运行结果：

> 13579
> 
> Process finished with exit code 0

也可使用lambda函数简化之：

示例代码：

from functools import reduce
    
    DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
    
    
    def charToNum(s):
        return DIGITS[s]
    
    
    def strToInt(s):
        return reduce(lambda x, y: x * 10 + y, map(charToNum, s))
    
    
    r = strToInt('13579')
    print(r)

运行结果：

> 13579
> 
> Process finished with exit code 0

### 练习题 ###

1. 利用`map()`函数，把用户输入的不规范的英文名字，变为首字母大写，其他小写的规范名字。输入：`['adam', 'LISA', 'barT']`，输出：`['Adam', 'Lisa', 'Bart']：`

示例代码：

def normalize(name):
        return name.lower().capitalize()
    
    r = map(normalize,["dfFddf","RRdfaFR","dfSSDFF"])
    print(list(r))

运行结果：

> \['Dffddf', 'Rrdfafr', 'Dfssdff'\]
> 
> Process finished with exit code 0

2. Python提供的`sum()`函数可以接受一个list并求和，请编写一个`prod()`函数，可以接受一个list并利用`reduce()`求积：

示例代码：

from functools import reduce
    
    
    def prod(lst):
        def mul(x, y):
            return x * y
    
        return reduce(mul, lst)
    
    
    # 这是测试
    r = prod([1, 2, 3, 4, 5, 6, 7, 8, 9])
    print(r)

运行结果：

> 362880
> 
> Process finished with exit code 0

可以使用lambda函数表示为：

示例代码：

from functools import reduce
    
    
    def prod(lst):
        return reduce(lambda x, y: x * y, lst)
    
    
    # 这是测试
    r = prod([1, 2, 3, 4, 5, 6, 7, 8, 9])
    print(r)

运行结果：

> 362880
> 
> Process finished with exit code 0

3. 利用`map`和`reduce`编写一个`str2float`函数，把字符串`'123.456'`转换成浮点数`123.456：`

示例代码：

def str2float(s):
        nums = map(lambda ch: CHAR_TO_FLOAT[ch], s)
        point = 0
    
        def to_float(f, n):
            nonlocal point
            if n == -1:
                point = 1
                return f
            if point == 0:
                return f * 10 + n
            else:
                point = point * 10
                return f + n / point
    
        return reduce(to_float, nums, 0.0)
    
    
    # 这是测试
    print(str2float('0'))
    print(str2float('123.456'))
    print(str2float('123.45600'))
    print(str2float('0.1234'))
    print(str2float('.1234'))
    print(str2float('120.0034'))

运行结果：

> 0.0  
> 123.456  
> 123.456  
> 0.12340000000000001  
> 0.12340000000000001  
> 120.0034
> 
> Process finished with exit code 0