Python - 内置函数 选例

概览参见  https://www.runoob.com/python/python-built-in-functions.html

官方文档  https://docs.python.org/3/library/functions.html?highlight=built#ascii 

0. 高阶函数

　　满足俩个特性任意一个即为高阶函数

　　1.函数的传入参数是一个函数名

　　2.函数的返回值是一个函数名

1. map() 函数

　　map(function, iterable, ...) 即接收两种参数，函数 f 和 可迭代对象， map将传入的函数依次作用到序列的每个元素，返回的为迭代对象map类型。

　　用法举例：

num1 = [1, 2, 4, 7, 11]


# lambda x: x+1
def add(x):
    return x+1


# lambda x: x**2
def pf(x):
    return x**2


def map_test(func, array):
    num2 = []
    for i in array:
        res = func(i)
        num2.append(res)
    return num2

ret = map_test(lambda x: x+1, num1)
print(ret)

rett = map_test(lambda x: x**2, num1)
print(rett)


rettt = map(lambda x:x+1, num1)
# 第一个参数为可用匿名函数或者有名函数，第二个参数为可迭代对象，返回值为可迭代对象
print(rettt)
retttt = list(rettt)
print(retttt)


name = "helloworld"
s = list(map(lambda x:x.upper(), name))
print(s)

===============
[2, 3, 5, 8, 12]
[1, 4, 16, 49, 121]
<map object at 0x00000000022FAAC8>
[2, 3, 5, 8, 12]
['H', 'E', 'L', 'L', 'O', 'W', 'O', 'R', 'L', 'D']

2. filter() 函数

　　filter(function, iterable) filter()函数接收一个函数 f 和一个可迭代对象，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新的可迭代对象。

　　用法举例：

people = ['m_zhangsan_sb', 'lisi', 'm_wangwu_sb', 'chenliu']

# lambda x:x.endswith('sb')
def end(n):
    return n.endswith('sb')

def filter_test(func, array):
    ret = []
    for i in array:
        if func(i):
            ret.append(i)
    return ret

a = filter_test(lambda x:x.endswith('sb'), people)
print(a)
l = list(filter(lambda x: x.endswith('sb'), people))
print(l)

===============
['m_zhangsan_sb', 'm_wangwu_sb']
['m_zhangsan_sb', 'm_wangwu_sb']

3. reduce() 函数

　　reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。

　　

例如，编写一个f函数，接收x和y，返回x和y的和：

1 2	def  f(x, y):      return  x  +  y

调用 reduce(f, [1, 3, 5, 7, 9])时，reduce函数将做如下计算：

1 2 3 4 5

先计算头两个元素：f( 1 ,  3 )，结果为 4 ； 再把结果和第 3 个元素计算：f( 4 ,  5 )，结果为 9 ； 再把结果和第 4 个元素计算：f( 9 ,  7 )，结果为 16 ； 再把结果和第 5 个元素计算：f( 16 ,  9 )，结果为 25 ； 由于没有更多的元素了，计算结束，返回结果 25 。

上述计算实际上是对 list 的所有元素求和。虽然Python内置了求和函数sum()，但是，利用reduce()求和也很简单。

reduce()还可以接收第3个可选参数，作为计算的初始值。如果把初始值设为100，计算：

1	reduce (f, [ 1 ,  3 ,  5 ,  7 ,  9 ],  100 )

结果将变为125，因为第一轮计算是：

计算初始值和第一个元素：f(100, 1)，结果为101。

　　用法举例：

num1 = [1,2,3,4]

def reduce_test(func, array, init=None):
    if init == None:
        res = array.pop(0)
    else:
        res = init
    for i in array:
        res = func(res, i)
    return res

a = reduce_test(lambda x,y:x*y, num1)
print(a)

# 先导入库
from functools import reduce
b = reduce(lambda x,y:x*y, num1, 100)
print(b)

============
24
2400

 

4. zip() 函数

　　zip(*iterables)

　　

zip函数接受任意多个（包括0个和1个）序列作为参数，返回一个tuple列表。具体意思不好用文字来表述，直接看示例：

1.示例1：

x = [1, 2, 3]

y = [4, 5, 6]

z = [7, 8, 9]

xyz = zip(x, y, z)

print xyz

运行的结果是：

[(1, 4, 7), (2, 5, 8), (3, 6, 9)]

从这个结果可以看出zip函数的基本运作方式。

2.示例2：

x = [1, 2, 3]
y = [4, 5, 6, 7]
xy = zip(x, y)
print xy

运行的结果是：

[(1, 4), (2, 5), (3, 6)]

从这个结果可以看出zip函数的长度处理方式。

3.示例3：

x = [1, 2, 3]
x = zip(x)
print x

运行的结果是：

[(1,), (2,), (3,)]

从这个结果可以看出zip函数在只有一个参数时运作的方式。

4.示例4：

x = zip()
print x

运行的结果是：

[]

从这个结果可以看出zip函数在没有参数时运作的方式。

5.示例5：

x = [1, 2, 3]

y = [4, 5, 6]

z = [7, 8, 9]

xyz = zip(x, y, z)

u = zip(*xyz)

print u

运行的结果是：

[(1, 2, 3), (4, 5, 6), (7, 8, 9)]

一般认为这是一个unzip的过程，它的运行机制是这样的：

在运行zip(*xyz)之前，xyz的值是：[(1, 4, 7), (2, 5, 8), (3, 6, 9)]

那么，zip(*xyz) 等价于 zip((1, 4, 7), (2, 5, 8), (3, 6, 9))

所以，运行结果是：[(1, 2, 3), (4, 5, 6), (7, 8, 9)]

注：在函数调用中使用*list/tuple的方式表示将list/tuple分开，作为位置参数传递给对应函数（前提是对应函数支持不定个数的位置参数）

6.示例6：

x = [1, 2, 3]
r = zip(* [x] * 3)
print r

运行的结果是：

[(1, 1, 1), (2, 2, 2), (3, 3, 3)]

它的运行机制是这样的：

[x]生成一个列表的列表，它只有一个元素x

[x] * 3生成一个列表的列表，它有3个元素，[x, x, x]

zip(* [x] * 3)的意思就明确了，zip(x, x, x)

 

5. max() min() 函数 （跟sort()可类比）

max(iterable, key, default) 求迭代器的最大值，其中iterable 为迭代器，max会for i in … 遍历一遍这个迭代器，然后将迭代器的每一个返回值当做参数传给key=func 中的func(一般用lambda表达式定义) ，然后将func的执行结果传给key，然后以key为标准进行大小的判断。

以下根据不同的判断条件返回最大值也不同

d1 = {'name': 'egon', 'price': 100}
d2 = {'name': 'rdw', 'price': 666}
d3 = {'name': 'zat', 'price': 1}
l1 = [d1, d2, d3]
a = max(l1, key=lambda x: x['name'])
print(a)
b = max(l1, key=lambda x: x['price'])
print(b)

===================

{'name': 'zat', 'price': 1}
{'name': 'rdw', 'price': 666}

people = [
    {'name': 'zs', 'age': 1},
    {'name': 'ls', 'age': 2},
    {'name': 'ww', 'age': 6},
    {'name': 'cl', 'age': 4}
]

a = max(people, key=lambda dic:dic['age'])
print(a)

=================
{'name': 'ww', 'age': 6}

　　

　　

转载于:https://www.cnblogs.com/freelandun/p/7290951.html