談談python裡面那些高級函數

• 2019 年 10 月 6 日
• 筆記

談到python，我們就不得不說python裡面的一些黑魔法，例如我們的高階函數就是黑魔法其中之一。

高階函數是什麼？

簡而言之就是將一個函數作為參數傳到另一個函數A中，那麼這個函數A就是高階函數。（可接收其他函數作為參數的函數稱為高階函數）

我們來看一個簡單的小例子：

def func(a, list):      return [a(x) for x in list]      def double(x):      return 2 * x      print(func(double, [1, 3, 5, 7]))

上面的程式碼中，func 是一個高階函數，它接收兩個參數，第 1 個參數是函數，也就是我們定義的double函數，第 2 個參數是list，func 的功能是將函數 a 逐個作用於list上，生成一個新的數組。

我們在使用func函數的時候傳入的第一個參數是函數的名字，不需要括弧和其他的東西，只傳函數名即可。

下面我們來看看，python自帶了一些高階函數，他們分別是map，reduce，filter。除此之外還有一個很特別的函數叫匿名函數lambda。

在了解內置高階函數之前，我們先來看看lambda是個怎麼樣的東西。

就拿我們剛剛定義的double函數來說，它的功能是將傳入的參數整體乘2，對於這麼簡單的功能，我們可能都不需要用def來定義函數，這個時候我們使用lambda來快捷定義函數即可：

double = lambda x: 2 * x  print(double(3))

程式碼形式：

lambda 參數: 表達式

主要看來其實就是定義的時候換了一種方式，類似於定義一個表達式這樣，可以對這個表達式直接進行賦值。調用的時候還是一樣，函數的名字就是賦值的變數名。

當然，我們也可以在定義的時候直接調用，也能運算結果：

print((lambda x: 2 * x)(3))

lambda定義與使用如此方便就決定了它的使用場景會特別的多，一般的：當我們需要創建一些臨時的、小巧的函數時，就會使用lambda了。一般的，當我們使用高階函數的時候會經常和lambda函數一起聯用。

對於上面的高階函數我們可以使用lambda改寫：

a = func(lambda x: 2 * x, [1, 3, 5, 7])  print(a)

Tips：

• 匿名函數本質上是一個函數，沒有函數名稱，因此使用匿名函數不用擔心函數名衝突；
• 匿名函數一般適用於創建一些臨時性的，小巧的函數；

map函數

下面我們來看看MAP函數：

map函數的使用形式如下：

map(function, sequence)

function就是傳入的函數名，sequence就是需要被function函數處理元素組成的序列。 整個過程可以理解成如下：

sequence = [item1, item2, item3, item4, item5]  for i in sequence:      function(i)

我們來看看幾個例子：

map(lambda x: x**2, [1, 2, 3])

這是一個map對象（迭代器），我們可以通過將它結果輸出：

for i in map(lambda x: x**2, [1, 2, 3]):      print(i)

當然，我們也可以將map的結果直接轉化成list：

list(map(lambda x: x**2, [1, 2, 3]))

reduce函數

python3版本的reduce函數已經不再是內置函數了，它需要在functools模組中導入：

from functools import reduce

reduce函數的使用形式如下：

reduce(function, sequence[, initial])

先將 sequence 的前兩個 item 傳給 function，即 function(item1, item2)，函數的返回值和 sequence 的下一個 item 再傳給 function，即 function(function(item1, item2), item3)，如此迭代，直到 sequence 沒有元素，如果有 initial，則作為初始值調用。

reduece(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

a = reduce(lambda x, y: x*y, [1, 2, 3, 4, 5, 6])  print(a)

有一點需要注意的是reduce的傳入函數需要傳入兩個參數，例如上面的例子：我們先選取list中的前兩個元素進行lambda函數相乘，然後將相乘的結果再與第三個元素相乘，如此繼續下去，一直到整個list元素都被讀取為止。

reduce(lambda x, y: x * y, [1, 2, 3, 4])  # 相當於 ((1 * 2) * 3) * 4  reduce(lambda x, y: x * y, [1, 2, 3, 4], 5) # ((((5 * 1) * 2) * 3)) * 4  reduce(lambda x, y: x / y, [2, 3, 4], 72)  #  (((72 / 2) / 3)) / 4  reduce(lambda x, y: x + y, [1, 2, 3, 4], 5)  # ((((5 + 1) + 2) + 3)) + 4  reduce(lambda x, y: x - y, [8, 5, 1], 20)  # ((20 - 8) - 5) - 1  f = lambda a, b: a if (a > b) else b   # 兩兩比較，取最大值  reduce(f, [5, 8, 1, 10])

filter函數

filter 函數用於過濾元素，它的使用形式如下：

filter(function, sequnce)

解釋：將 function 依次作用於 sequnce 的每個 item，即 function(item)，將返回值為 True 的 item 組成一個 List/String/Tuple (取決於 sequnce 的類型，python3 統一返回迭代器, 和map一樣) 返回。

其實簡單來說filter就是一個過濾器，篩選sequnce裡面有用的元素。整個過程類似如下：

sequence = [item1, item2, item3, item4, item5]  sequence2 = []  for i in sequence:      if function(i)==True:          sequence2.append(i)  print(sequence2)

我們來看一個例子：

def odd(x):      return x % 2  number = filter(odd,range(10))  print(number)                <filter object at 0x0000000002F58D68>      number = list(filter(odd,range(10)))  print(number)                [1, 3, 5, 7, 9]

換成lambda：

number = list(filter(lambda x: x%2,range(10)))  print(number)                [1, 3, 5, 7, 9]

以上就是我們在python3中常用也不常用的高階函數了，他們為函數式編程提供了不少便利，可使程式碼變得更簡潔，如果有需要用到的地方大家以後可以盡量去使用哦！