In [4]:
def lazy_sum(*args):
def sum():
ax = 0
for n in args:
ax = ax + n
return ax
return sum
f = lazy_sum(1, 3, 5, 7, 9)
print(f())
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）”。
一个函数可以返回一个计算结果，也可以返回一个函数。
返回一个函数时，牢记该函数并未执行，返回函数中不要引用任何可能会变化的变量。
In [10]:
# 进制转换函数
print(int(12345))
print(int('1000',base=2))
print(int('1A',base=16))
虽然默认参数还是很容易使用，但是如果我们在某个场景需要大量调用的话，还是有点方便，特别是对于有很多参数的函数来说，会让程序先的复杂。还记得之前那个 max min 的程序么？
In [12]:
import functools
int2 = functools.partial(int, base=2)
print(int2('1000000'))
print(int2('1010101'))
In [22]:
# 偏函数举例
def func(x=2,y=3,z=4):
return x+y+z
print(func(x=3))
print(func(y=6))
print(func(x=4,y=10))
print(func(2,3))
In [27]:
import functools
f1 = functools.partial(func, z=2)
print(f1(2,3))
print(f1(2))
print(f1(2,3,4)) # 会报错，不需要再输入 z 的值
In [29]:
# 思考一下
a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print(a[1])
print(a[-1])
In [31]:
print(a[::2])
print(a[::-2])
In [28]:
a = ['a', 'b', 'ab', 'abcd']
print("".join(a))
print("-".join(a))
Python内建了 map() 和 reduce() 这两个功能强大的函数。
我们先看 map。map() 函数接收两个参数，一个是函数，一个是可迭代的序列，比如 list，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 可迭代值返回。
举例说明，比如我们有一个函数 f(x) = x2，要把这个函数作用在一个list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()实现如下：
如果你读过Google的那篇大名鼎鼎的论文“MapReduce: Simplified Data Processing on Large Clusters”，你就能大概明白map/reduce的概念。在 hadoop 时代，map/reduce 的理念是高效并行运算的核心。
In [3]:
# map 函数举例
def f(x):
return x * x
r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
for i in r:
print(i)
In [2]:
# 这个 f(x) 函数可以更加复杂
def f(x):
y = x * x + 3
return y
r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
for i in r:
print(i)
In [6]:
# 进行 map 处理的数据也可以很复杂
def f(x):
y = x * x + 3
return y
l = [x for x in range(1,100,7) if x % 2 ==0]
print(l)
# 主要的程序还是很简洁
r = map(f, l)
for i in r:
print(i)
In [8]:
# reduce 举例，一个加法函数
from functools import reduce
def add(x, y):
return x + y
print(reduce(add, [1, 3, 5, 7, 9]))
In [22]:
# reduce，模拟一个字符串转换为整数的函数
from functools import reduce
def f(x, y):
return x * 10 + y
# 将字符转换为数字
def char2int(s):
return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
print(reduce(f, map(char2int, '13579')))
In [18]:
# 先 map
l = map(char2num, '13579')
for i in l:
print(i,type(i))
In [20]:
# 再 reduce
l = map(char2num, '13579')
print(reduce(fn,l))
Out[20]:
In [1]:
# 将字符串转换成整数的函数再包装一下
from functools import reduce
def f(x, y):
return x * 10 + y
def char2int(s):
return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5,
'6': 6, '7': 7, '8': 8, '9': 9}[s]
def str2int(s):
return reduce(f, map(char2int, s))
print(str2int('12345'))
In [6]:
# filter 举例，在一个list中，删掉偶数，只保留奇数
# 判断是否是奇数
def is_odd(n):
return n % 2 == 1
print(list(filter(is_odd, [1, 2, 4, 5, 6])))
In [19]:
# 筛选一个 list 中为空的元素
def not_empty(s):
# strip() 用于移除字符串头尾指定的字符（默认为空格）
if len(s.strip()) ==0:
return False
else:
return True
print(list(filter(is_empty, ['A', '', 'B','C', ' '])))
In [21]:
# 返回一定范围内既不能被2整除也不能被3整数的数字
def f(x):
return x % 2 != 0 and x % 3 != 0
print(list(filter(f, range(2, 30))))
In [ ]:
In [ ]: