python学习手册（第4版） 第十九章 函数的高级话题

本章主要涉及递归函数、lambda表达式、函数属性和注解、函数式编程工具（map/filter）

 

1.递归函数：简单循环和迭代

>>> def mysum(L):
...     if not L:
...         return 0
...     else:
...         return L[0] + mysum(L[1:])
...
>>> mysum([2,1,2,132,1])
138
>>>

 

>>> def mysum2(L):
...     first,*rest = L
...     return first if not rest else first + mysum2(rest)
...
>>> mysum2([1,2,3,4,5])
15
>>>

注：递归在内存空间和执行时间上效率较低

面对多层嵌套，递归逻辑更清晰

>>> def sumtree(L):
...     tot = 0
...     for x in L:
...         if not isinstance(x,list):
...             tot += x
...         else:
...             tot += sumtree(x)
...     return tot
...
>>> L = [1,[2,3,4],2,[3,[4,5]]]
>>> sumtree(L)
24
>>>

 

lambda表达式

>>> def func(x,y,z):return x+y+z
...
>>> func(1,3,5)
9
>>> f = lambda x,y,z:x+y+z                    # 与上一句的函数等效
>>> f(1,2,3)
6
>>> d = f(1,2,3)
>>> d
6
>>> e = func(1,3,5)
>>> e
9
>>>

 

映射函数map

>>> li = [1,3,4]
>>> def func(x):return x**2                          # 常规函数
...
>>> list(map(func,li))                
[1, 9, 16]
>>> f = lambda x:x**3                                  # lambda表达式的函数也可以配合使用
>>> list(map(f,li))
[1, 27, 64]
>>>

 

>>> def myfunc(f,li):                                # 此函数模拟map实现过程，但map是内置函数，运行效率更高
...     res = []
...     for i in li:
...         res.append(f(i))
...     return res
...
>>> myfunc(func,li)
[1, 9, 16]
>>> myfunc(f,li)
[1, 27, 64]
>>>

 

>>> pow(3,3)                                               # pow为内置函数
27
>>> list(map(pow,[1,2,3],[3,4,5]))                 # map搭配内置函数使用   
[1, 16, 243]
>>>

 

>>> help(map)
Help on class map in module builtins:

class map(object)
 |  map(func, *iterables) --> map object                        # 详细了解map，此处可以看出，函数func需要传入几个参数，
 |                                                                                   # 这里的 *iteralbes就传入几个
 |  Make an iterator that computes the function using arguments from
 |  each of the iterables.  Stops when the shortest iterable is exhausted.
 |
 |  Methods defined here:
 |
 |  __getattribute__(self, name, /)
 |      Return getattr(self, name).
 |
 |  __iter__(self, /)
 |      Implement iter(self).
 |
 |  __new__(*args, **kwargs) from builtins.type
 |      Create and return a new object.  See help(type) for accurate signature.
 |
 |  __next__(self, /)
 |      Implement next(self).
 |
 |  __reduce__(...)
 |      Return state information for pickling.

 

函数式编程工具filter

>>> range(-5,5)
range(-5, 5)
>>> list(range(-5,5))
[-5, -4, -3, -2, -1, 0, 1, 2, 3, 4]
>>> list(filter((lambda x:x>0),range(-5,5)))             # 过滤掉不大于零的数，类似map，filter也是内置函数，运行效率很高
[1, 2, 3, 4]
>>>

 

>>> res = []                                                           
>>> for i in range(-5,5):                                       # 使用for循环，实现filter同等的效果
...     if i>0:
...         res.append(i)
...
>>> res
[1, 2, 3, 4]
>>>

 

函数式编程工具reduce
>>> from functools import reduce                    # reduce不是内置函数
>>> reduce((lambda x,y:x+y),[1,2,3,4])
10
>>> num = 0
>>> for i in [1,2,3,4]:                                          # 使用for循环，实现reduce同等的效果
...     num += i
...
>>> num
10
>>>

 

>>> reduce((lambda x,y:x+y),[],10)                    # reduce可传入第三个参数，当序列为空时，作为默认值输出
10
>>>

 

总结map/filter/reduce

map: 映射函数，根据映射规则（即函数），输出序列的映射结果，序列长度与映射长度一致

filter: 过滤器，根据过滤规则（即函数），过滤序列的部分，输出满足过滤条件的值组成的序列，返回的序列小于等于传入的序列长度

reduce: 迭代运算，根据运算规则（即函数），对序列逐一进行操作，最后返回一个值，可以传入第三个参数（如果传入的序列为空，作为默认值输出）