锐客网

  1. 首页 > 睿知 > it技术 > >

python编程函数应用 python 函数编程( 二 )

IT技术编程


x = lambda a, b : a * b print(x(5, 6)) # prints '30' x = lambda a : a*3 + 3 print(x(3)) # prints '12'
看它多么简单！我们执行了一些简单的数学运算，而无需定义整个函数 。这是 Python 的众多特征之一 ， 这些特征使它成为一种干净、简单的编程语言 。
Map 函数
Map() 是一种内置的 Python 函数 ， 它可以将函数应用于各种数据结构中的元素，如列表或字典 。对于这种运算来说，这是一种非常干净而且可读的执行方式 。
def square_it_func(a): return a * a x = map(square_it_func, [1, 4, 7]) print(x) # prints '[1, 16, 47]' def multiplier_func(a, b): return a * b x = map(multiplier_func, [1, 4, 7], [2, 5, 8]) print(x) # prints '[2, 20, 56]'看看上面的示例！我们可以将函数应用于单个或多个列表 。实际上，你可以使用任何 Python 函数作为 map 函数的输入，只要它与你正在操作的序列元素是兼容的 。
Filter 函数
filter 内置函数与 map 函数非常相似，它也将函数应用于序列结构（列表、元组、字典） 。二者的关键区别在于 filter() 将只返回应用函数返回 True 的元素 。
详情请看如下示例：
# Our numbers numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15] # Function that filters out all numbers which are odd def filter_odd_numbers(num): if num % 2 == 0: return True else: return False filtered_numbers = filter(filter_odd_numbers, numbers) print(filtered_numbers) # filtered_numbers = [2, 4, 6, 8, 10, 12, 14]
我们不仅评估了每个列表元素的 True 或 False ， filter() 函数还确保只返回匹配为 True 的元素 。非常便于处理检查表达式和构建返回列表这两步 。
Itertools 模块
Python 的 Itertools 模块是处理迭代器的工具集合 。迭代器是一种可以在 for 循环语句（包括列表、元组和字典）中使用的数据类型 。
使用 Itertools 模块中的函数让你可以执行很多迭代器操作 ， 这些操作通常需要多行函数和复杂的列表理解 。关于 Itertools 的神奇之处，请看以下示例：
from itertools import * # Easy joining of two lists into a list of tuples for i in izip([1, 2, 3], ['a', 'b', 'c']): print i # ('a', 1) # ('b', 2) # ('c', 3) # The count() function returns an interator that # produces consecutive integers, forever. This # one is great for adding indices next to your list # elements for readability and convenience for i in izip(count(1), ['Bob', 'Emily', 'Joe']): print i # (1, 'Bob') # (2, 'Emily') # (3, 'Joe') # The dropwhile() function returns an iterator that returns # all the elements of the input which come after a certain # condition becomes false for the first time. def check_for_drop(x): print 'Checking: ', x return (x5) for i in dropwhile(should_drop, [2, 4, 6, 8, 10, 12]): print 'Result: ', i # Checking: 2 # Checking: 4 # Result: 6 # Result: 8 # Result: 10 # Result: 12 # The groupby() function is great for retrieving bunches # of iterator elements which are the same or have similar # properties a = sorted([1, 2, 1, 3, 2, 1, 2, 3, 4, 5]) for key, value in groupby(a): print(key, value), end=' ') # (1, [1, 1, 1]) # (2, [2, 2, 2]) # (3, [3, 3]) # (4, [4]) # (5, [5])
【python编程函数应用 python 函数编程】Generator 函数
Generator 函数是一个类似迭代器的函数，即它也可以用在 for 循环语句中 。这大大简化了你的代码，而且相比简单的 for 循环，它节省了很多内存 。
比如，我们想把 1 到 1000 的所有数字相加，以下代码块的第一部分向你展示了如何使用 for 循环来进行这一计算 。
如果列表很小，比如 1000 行 ， 计算所需的内存还行 。但如果列表巨长，比如十亿浮点数，这样做就会出现问题了 。使用这种 for 循环，内存中将出现大量列表，但不是每个人都有无限的 RAM 来存储这么多东西的 。Python 中的 range() 函数也是这么干的，它在内存中构建列表 。

推荐阅读


上一篇：安卓手机拍摄防窥软件，安卓有没有防窥屏

下一篇：京都微信直播，新版微信直播