实用标准文档
1. map() 函数
map() 是 Python 内置的高阶函数，它接收一个 函数 f 和一个 list ，并通过把函数 f 依次作用在 list 的
每个元素上，得到一个新的 list 并返回。 例如，对于 list [1, 2, 3, 4, 5, 6, 7, 8, 9]
如果希望把 list 的每个元素都作平方，就可以用 map()函数：
输出结果：
[1, 4, 9, 10, 25, 36, 49, , 81] 可以用列表替代
注意： map() 函数不改变原有的 list ，而是返回一个新的 list 。
利用 map()函数，可以把一个 list 转换为另一个 list ，只需要传入转换函数。
由于 list 包含的元素可以是任何类型，因此， map() 不仅仅可以处理只包含数值的 list ，事实上它 可以处理包含任意类型的 list ，只要传入的函数 f 可以处理这种数据类型。
假设用户输入的英文名字不规范，没有按照首字母大写，后续字母小写的规则，请利用 map() 函数， 把一个 list (包含若干不规范的英文名字)变成一个包含规范英文名字的 list ： 输入： ['adam', 'LISA', 'barT'] 输出： ['Adam', 'Lisa', 'Bart'] format_name(s) 函数接收一个字符串，并且要返回格式化后的字符串，利用 map()函数，就可以输出 新
的 list 。 参考代码 :
def format_name(s):
文案大全
实用标准文档
return s[0].upper() + s[1:].lower()
print map(format name, ['adam', 'LISA', 'barT'])
2. reduce() 函数
reduce() 函数也是 Python 内置的一个高阶函数。 reduce() 函数接收的参数和 map() 类似， 一个函数 f ，一个 list ，但行为和 map() 不同， reduce() 传入的函数 f 必须接收两个参数， reduce() 对 list 的每个元素反复调用函数 f ，并返回最终结果值。 例如，编写一个 f 函数，接收 x 和 y ，返回 x 和 y 的和： def f(x, y): return x + y
调用 reduce(f, [1, 3, 5, 7, 9]) 时， reduce 函数将做如下计算：
先计算头两个元素： f(1, 3) ，结果为 4； 再把结果和第 3 个元素计f(4, 5) ，结果为 9；
算： 4 个元素计再把结果和第 f(9, 7) ，结果为 16； 算：
，结果为 再把结果和第 5 个元素计f(16, 9)
算： 25；
由于没有更多的元素了，计算结束，返回结果 25。
上述计算实际上是对 list 的所有元素求和。虽然 Python 内置了求和函数 sum() ，但是，利用 reduce() 求和也很简单。
reduce() 还可以接收第 3 个可选参数，作为计算的初始值。 如果把初始值设为 100，计算： reduce(f, [1, 3, 5, 7, 9], 100)
结果将变为 125，因为第一轮计算是： 计算初始值和第一个元素： f(100, 1) ，结果为 101。
Python 内置了求和函数 sum() ，但没有求积的函数，请利用 recude() 来求积： 输入： [2, 4, 5, 7, 12]
输出： 2*4*5*7*12 的结果
reduce() 接收的函数 f 需要两个参数，并返回一个结果，以便继续进行下一轮计算。 参考代码 : def prod(x, y): return x * y
print reduce(prod, [2, 4, 5, 7, 12])
3. filter() 函数
filter() 函数是 Python 内置的另一个有用的高阶函数， filter() 函数接收一个 函数 f 和一个 list ，这个函
数 f 的作用是对每个元素进行判断，返回 True 或 False ， filter() 根据判断结果 自动过滤掉不符合条件的元素，返回由符合条件元素组成的新 list 。
例如，要从一个 list [1, 4, 6, 7, 9, 12, 17] 中删除偶数，保留奇数，首先，要编写一个判断奇 数的函数：
def is_odd(x):
return x % 2 == 1 然后，利用 filter() 过滤掉偶数： filter(is odd, [1, 4, 6, 7, 9, 12, 17]) 结果： [1, 7, 9, 17]
文案大全
实用标准文档
利用 filter() ，可以完成很多有用的功能，例如，删除 None 或者空字符串： def is_not_empty(s):
return s and len(s.strip()) > 0
filter(is not empty, ['test', None, '', 'str', ' ', 'END'])
结果： ['test', 'str', 'END']
注意 : s.strip(rm) 删除 s 字符串中开头、结尾处的 rm 序列的字符。 当 rm为空时，默认删除空白符(包括 '\\n', '\\r', '\', ' ') a = ' 123' a.strip()
，如下：
结果： '123' a='\\123 \\r\\n ' a.strip() 结果： '123' 请利用 filter() 过滤出 1~100 中平方根是整数的数，即结果应该是： [1, 4, 9, 16, 25, 36, 49, , 81, 100] filter() 接收的函数必须判断出一个数的平方根是否是整数， 而 math.sqrt() 返回结果是浮点数。 参考代
码 :
import math def is_sqr(x): r = int(math.sqrt(x)) return r*r==x
print filter(is sqr, range(1, 101))
4. 自定义排序函数 sorted()
Python 内置的 sorted() 函数可对 list 进行排序： >>>sorted([36, 5, 12, 9, 21]) [5, 9, 12, 21, 36]
但 sorted() 也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义是， 传入两个待比较的元素 x, y ，如果 x 应该排在 y 的前面，返回 -1 ，如果 x 应该排在 y 的后面， 返回 1 。如果 x 和 y 相等，返回 0 。 因此，如果我们要实现倒序排序，只需要编写一个 reversed_cmp 函数：
文案大全
实用标准文档
这样，调用 sorted() 并传入 reversed_cmp 就可以实现倒序排序：
>>> sorted([36, 5, 12, 9, 21], reversed_cmp) [36, 21, 12, 9, 5]
sorted() 也可以对字符串进行排序，字符串默认按照 ASCII 大小来比较： >>> sorted(['bob', 'about', 'Zoo', 'Credit']) ['Credit', 'Zoo', 'about', 'bob']
'Zoo' 排在'about' 之前是因为 'Z' 的 ASCII 码比'a' 小。
对于比较函数 cmp_ignore_case(s1, s2) ，要忽略大小写比较，就是先把两个字符串都变成大写(或 者都变成小写)，再比较。
参考代码 : def cmp_ignore_case(s1, s2):
u1 = s1.upper()
u2 = s2.upper() if u1 < u2: return -1 if u1 > u2: return 1 return 0
print sorted(['bob', 'about', 'Zoo', 'Credit'], cmp_ignore_case)
5. 返回函数
6.Python 的函数不但可以返回 int 、str 、 list 、 dict 等数据类型，还可以返回函数！ 7.例如，定义一个函数 f() ，我们让它返回一个函数 g ，可以这样写：
8.def f(): 9. print 'call f()...' 10. # 定义函数 g: 11. def g(): 12. 13. print 'call g()...' # 返回函数 g: 14. return g 15. 仔细观察上面的函数定义，我们在函数 f 内部又定义了一个函数 g 。由于函数 g 也是一个
对象，函数名 g 就是指向函数 g 的变量，所以，最外层函数 f 可以返回变量 g ，也就是函数 g 本身。
16. 调用函数 f ，我们会得到 f 返回的一个函数： 17. >>> x = f() # 调用 f() 18. call f()... 19. >>> x # 变量 x 是 f() 返回的函数： 20. 文案大全实用标准文档
21. >>> x() # x 指向函数，因此可以调用 22. call g()... # 调用 x() 就是执行 g() 函数定义的代码 23. 请注意区分返回函数和返回值： 24. def myabs():
25. return abs # 返回函数 26. def myabs2(x):
27. return abs(x) # 返回函数调用的结果，返回值是一个数值
28. 返回函数可以把一些计算延迟执行。例如，如果定义一个普通的求和函数： 29. def calc_sum(lst): 30. return sum(lst)
31. 调用 calc_sum() 函数时，将立刻计算并得到结果： 32. >>> calc_sum([1, 2, 3, 4]) 33.10
34. 但是，如果返回一个函数，就可以“延迟计算”： 35.def calc_sum(lst): 36. def lazy_sum(): 37. return sum(lst) 38. return lazy sum 39.# 调用 calc_sum() 并没有计算出结果，而是返回函数 40. >>> f = calc_sum([1, 2, 3, 4]) 41. >>> f
42. 43. # 对返回的函数进行调用时，才计算出结果 : 44. >>> f() 45.10
46. 由于可以返回函数，我们在后续代码里就可以决定到底要不要调用该函数。
请编写一个函数 calc_prod(lst) ，它接收一个 list ，返回一个函数，返回函数可以计算参数的 乘积。
def calc_prod(lst): def lazy_prod(): def f(x, y): return x * y return reduce(f, lst, 1) return lazy_prod f = calc_prod([1, 2, 3, 4]) print f()
文案大全
实用标准文档
6. 闭包
在函数内部定义的函数和外部定义的函数是一样的，只是他们无法被外部访问：
def g(): print 'g()...'
def f(): print 'f()...' return g
将 g 的定义移入函数 f 内部，防止其他代码调用
def f(): print 'f()...' def g(): print 'g()...' return g
g：
但是，考察上一小节定义的 calc_sum 函数：
def calc_sum(lst): def lazy_sum(): return sum(lst) return lazy sum
注意 : 发现没法把 lazy_sum 移到 calc_sum 的外部，因为它引用了 calc_sum 的参 数 lst 。 像这种内层函数引用了外层函数的变量 (参数也算变量)， 然后返回内层函数的情况， 称为 闭包 ( Closure ) 。
闭包的特点 是返回的函数还引用了外层函数的局部变量， 所以， 要正确使用闭包， 就要确保引用 的局部变量在函数返回后不能变。举例如下：
# 希望一次返回 3 个函数，分别计算 1x1,2x2,3x3: def count(): fs = []
for i in range(1, 4): def f(): return i*i fs.append(f) return fs
f1, f2, f3 = count()
你可能认为调用 f1() ， f2() 和 f3() 结果应该是 1，4，9，但实际结果全部都是 验证)。 9(请自己动手 文案大全
实用标准文档
原因就是当 count() 函数返回了 3个函数时，这 3 个函数所引用的 变量 i 的值已经变成了 3。 由于 f1 、f2 、f3 并没有被调用，所以，此时他们并未计算 i*i ，当 f1 被调用时： >>> f1()
9 # 因为 f1 现在才计算 i*i ，但现在 i 的值已经变为 3 因此，返回函数不要引用任何循环变量，或者后
续会发生变化的变量。
返回闭包不能引用循环变量， 请改写 count() 函数，让它正确返回能计算 1x1 、2x2 、3x3 的函数 def
f(j): def g(): return j*j return g
它可以正确地返回一个闭包 g，g 所引用的变量 j 不是循环变量，因此将正常执行。 在 count 函数的循环内部，如果借助 f 函数，就可以避免引用循环变量 i 。 参考代码 : def count(): fs = []
for i in range(1, 4): def f(j): def g(): return j*j
return g r = f(i) fs.append(r) return fs f1, f2, f3 = count() print
f1(), f2(), f3()
7. 匿名函数 高阶函数可以接收函数做参数， 有些时候， 我们不需要显式地定义函数， 直接
传入匿名函数更方 便。
在 Python 中，对匿名函数提供了有限支持。还是以 map() 函数为例，计算 f(x)=x 2 时，除了定 义一个 f(x) 的函数外，还可以直接传入匿名函数： >>> map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]) [1, 4, 9, 16, 25, 36, 49, , 81]
通过对比可以看出，匿名函数
def f(x): return x * x
lambda x: x * x 实际上就是：
关键字 lambda 表示匿名函数，冒号前面的 x 表示函数参数。
匿名函数有个，就是 只能有一个表达式 ， 不写 return ，返回值就是该表达式的结果。
文案大全
实用标准文档
使用匿名函数，可以不必定义函数名，直接创建一个函数对象，很多时候可以简化代码：
>>> sorted([1, 3, 9, 5, 0], lambda x,y: -cmp(x,y)) [9, 5, 3, 1, 0]
返回函数的时候，也可以返回匿名函数：
>>> myabs = lambda x: -x if x < 0 else x >>> myabs(-1) 1
>>> myabs(1) 1
利用匿名函数简化以下代码：
def is_not_empty(s):
return s and len(s.strip()) > 0
filter(is not empty, ['test', None, '', 'str', ' ', 'END']) 定义匿名函数时，没有 return 关键字，且表达式的值就是
函数返回值。 参考代码 :
print filter(lambda s: s and len(s.strip())>0, ['test', None, '', 'str', ' ', 'END'])
文案大全
