高阶函数
高阶函数：一个函数可以接收另一个函数作为参数 或 一个函数可以返回一个函数作为返回值，这种函数称之为高阶函数。
#函数 add 接收 f 函数作为参数 >>> def add(x,y,f): ... return f(x)+f(y) ... >>> add(-5,6,abs) 11
可以把匿名函数作为返回值返回
#把匿名函数作为返回值返回
def build(x, y):
return lambda: x * x + y * y
匿名函数
关键字 lambda 表示匿名函数，冒号前面的 x 表示函数参数
>>> list(map(lambda x:x*x,list(range(1,10))))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
def f(x):
return x*x
>>> from hello import f
>>> list(map(lambda x:x*x,list(range(1,10))))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
#这两种方式等价，不过第一种代码量更少。
def f(x):
return x*x
#等价于
lambda x:x*x
返回函数
比如我们实现一个求和函数:
def calc_sum(*args):
ans=0
for i in args:
ans+=i
return ans
但是如果不需要立刻求和，而是在后面的代码中，根据需要再计算怎么办？
可以不返回求和的结果，而是返回求和的函数：
def lazy_sum(*args):
def sum():
ans=0
for i in args:
ans+=i
return ans
return sum
#调用 >>> L=list(range(1,11)) >>> f=lazy_sum(*L) #返回的函数并没有立刻执行，而是直到调用了f >>> f() 55
在这个例子中，我们在函数 lazy_sum 中又定义了函数 sum ，并且，内部函数 sum可以引用外部函数 lazy_sum 的参数和局部变量，当lazy_sum返回函数sum时，相关参数和变量都保存在返回的函数中，这种称为“闭包(Closure)”的程序结构拥有极大的威力。
当我们调用 lazy_sum() 时，每次调用都会返回一个新的函数，即使传入相同的参数：
>>> f1=lazy_sum(*L) >>> f2=lazy_sum(*L) >>> f1==f2 False
一个关于“闭包”的示例：
def count():
fs=[]
for i in range(1,4): #每次循环都创建了一个新的函数，然后把创建的3个函数都返回了
def f():
return i*i
fs.append(f)
return fs
#调用 >>> f1,f2,f3=count() >>> f1() 9 >>> f2() 9 >>> f3() 9
怎么都是9 ？！
原因在于返回的函数引用了变量 i ，但它并非立刻执行。等到三个函数都返回时，它们所引用的变量 i 已经变成了 3，因此最终结果为9......
如果一定要引用循环变量怎么办？方法是再创建一个函数，用该函数的参数绑定循环变量当前的值，无论该循环变量后续如何更改，已绑定到函数参数的值不变：
def count():
fs=[]
for i in range(1,4):
def f(i):
def g():
return i*i
return g
fs.append(f(i))
return fs
#调用 >>> from hello import count >>> f1,f2,f3=count() >>> f1() 1 >>> f2() 4 >>> f3() 9
利用 lambda 函数简化：
def count():
fs=[]
for i in range(1,4):
def f(i):
return lambda :i*i
fs.append(f(i))
return fs
练习：利用闭包返回一个计数器函数，每次调用它返回递增整数
def count_num():
f=[0]
def count():
f[0]=f[0]+1
return f[0]
return count
>>> from hello import count_num >>> f=count_num() >>> f() 1 >>> f() 2 >>> f() 3 >>>
高阶函数——map
map() 函数接收两个参数，一个是函数，一个是Iterable , map将闯入的函数一次作用到序列的每个元素，并把结果作为新的 Iterator 返回
用 map 实现把一个函数 f(x)=x*x ，作用在一个 list 上后的结果输出：
>>> L=range(1,11) >>> L=list(range(1,11)) >>> r=map(lambda x:x*x,L) >>> list(r) [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
高阶函数——reduce
reduce() 函数是接受两个参数，把一个函数最用在一个序列上，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：
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
用reduce 实现序列求和
>>> from functools import reduce #使用reduce函数需先import >>> L=list(range(1,11)) >>> reduce(lambda x,y:x+y,L) 55
用reduce 实现把一个整数序列变成整数
>>> L=list(range(1,10)) >>> reduce(lambda x,y:x*10+y,L) 123456789
用reduce + map 实现str 转换为 int 的函数
>>> def char_num(c):
... digits={‘0‘:0,‘1‘:1,‘2‘:2,‘3‘:3,‘4‘:4,‘5‘:5,‘6‘:6,‘7‘:7,‘8‘:8,‘9‘:9}
... return digits[c]
...
>>> reduce(lambda x,y :x*10+y,list(map(char_num,‘13654‘)))
13654
python 有内置的str 与int 互化的函数
>>> str(4515) ‘4515‘ >>> int(‘5252‘) 5252
练习：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‘]：
原文地址：https://www.cnblogs.com/jiaxinwei/p/8325598.html