Python之函式式程式設計

f = lambda x : x + 2       #定義函式f(x) = x + 2
g = lambda x, y : x + y #定義函式g(x, y) = x + y

假設有乙個列表a = [1,2,3], 要給列表中的每個元素都加2得到乙個新列表，利用列表解析，我們可以這樣寫：

b = [i + 2 for i in a]

利用map函式我們可以這樣寫：

b = map(lambda x : x + 2, a)
b = list(b) #結果是[3, 4, 5]

注意：在3.x需要b=list(b)這一步，在2.x不需要這一步，原因是在3.x中，map函式僅僅是建立乙個帶執行的命令容器，只有其他函式呼叫它的時候才返回結果。

也就是說，我們首先定義乙個函式，然後利用map命令將函式逐一應用到(map)列表中的每個元素，最後返回乙個陣列。map()命令也接受多引數的函式，如

map(lambda x,y : x * y, a, b)

表示將a、b兩個列表的元素對應相乘，把結果返回給新列表。

有了列表解析，為什麼還要有map函式呢？雖然列表解析**簡單，但是本質上還是for迴圈，而python的for命令執行效率並不高，map函式實現了相同的功能，並且效率更高，原則上來講，它的迴圈命令相當於c語言。

reduce()函式有點像map()函式，但map()函式用於逐一遍歷，而reduce()函式用於遞迴計算。比如：計算n的階乘：

reduce(lambda x,y: x*y, range(1, n+1))

注意：在2.x中，上述命令可以直接執行，在3.x中，reduce函式已經被移出了全域性命名空間，它被置於fuctools庫中，如需使用，則要通過from fuctools import reduce引入reduce

其中，range(1, n+1)相當於給出了乙個列表，元素是1~n這n個整數。lambda x,y : x * y 構造了乙個二元函式，返回兩個引數的乘積。reduce命令首先將列表的前兩個元素作為函式的引數進行運算，然後將運算的結果與第三個數字作為函式的引數，然後再將運算結果與第四個數字作為函式的引數....依次類推，知道列表結束，返回最終的結果。

如果用迴圈命令，那就要寫成：

s = 1
for i in range(1, n+1):
s = s * i

filter是乙個過濾器，用來篩選出列表中符合條件的元素，比如：

b = filter(lambda x : x > 5 and x < 8, range(10))
b = list(b) #結果是[6, 7]

在3.x需要b = list(b) 這一步，在2.x不需要這一步,理由同map

使用filter()函式首先需要乙個返回值為bool型的函式，如上述的lambda x:x > 5 and x < 8 定義了乙個函式，判斷x是否大於5並且小於8，然後將這個函式作用到range(10)的每乙個元素中，如果為true,則「挑出」那個元素，最後將滿足條件的所有元素組成乙個列表返回。

當然，上述filter語句，可以用列表解析寫為：

b = [i for i in range(10) if i > 5 and  i < 8]

它並不比filter語句複雜。但是要注意，我們使用map()、reduce()、或filter(),最終的目的是兼顧簡潔和效率，因為map()、reduce()或filter()的迴圈速度比python內建的for或while迴圈要快得多。

Python之函式式程式設計

Python之函式式程式設計

python高階之函式式程式設計

Python學習之函式式程式設計

Python之 函式式程式設計

Python之函式式程式設計

python高階之函式式程式設計

Python學習之 函式式程式設計

相關推薦

Python之函式式程式設計

Python學習之函式式程式設計