函数2

标签：map   ble   退出   ted   1.2   turn   items   key   不同的   

一、函数

1.1、函数的关键字

def　　　　  定义函数

return　　    返回值

pass　　　   占位

exit(1)　　    直接退出并返回1

1.2、高阶函数

高阶函数都是可以通过代码逻辑实现，但是自己写的函数的复杂程度或者算法不一定有人家内置的好

map高阶函数：

def f(x):
　　return x*x

print(map(f, [1, 2, 3, 4]))
print(list((map(f, [1, 2, 3, 4]))))
for i in map(f, [1, 2, 3, 4]):
　　print(i)

 

仿照map：

def testMap(fun, iter):
　　l = list()
　　for i in iter:
　　　　l.append(fun(i))
　　return l

print(testMap(f, [1, 2, 3, 4]))

filter()函数用于过滤序列，和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，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，例子：

filter(lamdba x: x%2 ==1, [1, 2, 3, 4, 5])

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，其效果就是：

def add(x, y):
　　return x+y

reduce(add, [1, 2, 3, 4, 5])
# 1, 2 = 3
# 3, 3 = 6
# 6, 4 = 10
# 10, 5 = 15

高阶函数中唯一用的比较多的，就是sorted排序
参数：sorted(iterable, key, reverse)
iterable 一个可迭代的对象、 key 对什么进行排序、 reverse bool类型，如果为true为反序， 默认为false、 返回值是一个list

print(sorted([1, 4, 342, 3, 45, 76, 435, 34], reverse=True))

对字典的key或者val进行排序：

m = dict(a=1, c=10, b=20, d=15)
print(m)
print(sorted(m.items()))
print(sorted(m.items(), key=lambda x: x[0]))
print(dict(sorted(m.items(), key=lambda x: x[1])))
# print(sorted(m.items(), key = lambda d:d[1], reverse = True))

列表生成式：

函数2

标签：map   ble   退出   ted   1.2   turn   items   key   不同的   

原文地址：https://www.cnblogs.com/Jweiqing/p/8849537.html