#python內建的filter()函式用於過濾序列。
#和map()類似，filter()也接收乙個函式和乙個序列。和map()不同的是，
#filter()把傳入的函式依次作用於每個元素，然後根據返回值是true還是false決定保留還是丟棄該元素.
#注意到filter()函式返回的是乙個iterator，也就是乙個惰性序列，
#所以要強迫filter()完成計算結果，需要用list()函式獲得所有結果並返回list
l = [1,2,4,89,20,21,22,32]
print(list(filter(lambda x:x%2==0,l))) # 2,4,20,22,32
def _odd_iter():
n=1;``
while true:
n=n+2;
yield n;
def _not_divisible(n):
return lambda x: x % n > 0;
def primes():
yield 2;
it = _odd_iter(); #1.獲取奇數的序列惰性序列iterator 3，5，7，9，11，13
while true:
n = next(it); # 3 5 7 11
yield n;
#_not_divisible(n) => 首先n賦值給n,再使用 (_not_divisible(n))(3) => 3 賦值給x
it = filter(_not_divisible(n), it);
# it = filter(lambda x: x % n > 0, it);
# => lambda表示式中的n並不等價於外面的變數n,所以這一語句執行後得不到想要的結果原因所在。
#第一次篩選掉除以3等於0的資料 =》5，7，11 13
#第二次篩選掉除以5等於0的資料 =》7，11 13
for n in primes():
if n < 1000:
print(n);
else:
break;
重新理解啟用函式
神經網路裡引入啟用函式的目的 a.不使用啟用函式，每一層輸出都是上層輸入的線性函式，無論神經網路有多少層，輸出都是輸入的線性組合。b.使用啟用函式，能夠給神經元引入非線性因素，使得神經網路可以任意逼近任何非線性函式，這樣神經網路就可以利用到更多的非線性模型中。啟用函式需要具備以下幾點性質 1.連續並...
Python的匿名函式
python定義函式格式 def func name pass 定義名字 函式體部分情況下不需要重複呼叫 匿名函式 一次返回值即可 比如 max min sorted usr bin env python coding utf 8 author xp blog url 內建函式 map reduce...
python匿名函式
例如 a 100 b a 這樣100只會有乙份，a和b只是指向了同乙個位置，改變a的值b也會跟著改變 當我們用id 變數 檢視兩變數的位址是相同的 可變型別 列表，字典 不可變型別 除了可變型別剩下的都是不可變型別 不可變型別舉例 a world 可以輸出a 0 整個字串也可以修改，但是要修改a 0...