Python编程 高阶函数使用技巧(python使用函数定义和调用来计算阶乘)
off999 2024-10-13 04:14 29 浏览 0 评论
高阶函数指的是能接收一个或多个函数作为参数的函数,python中有一些内置的高阶函数,在某些场合使用可以提高代码的效率。
一、map函数
map(function, iterable, ...)
返回一个将 function 应用于 iterable 中每一项并输出其结果的迭代器。如果传入了额外的 iterable 参数,function 必须接受相同个数的实参并被应用于从所有可迭代对象中并行获取的项。
y, m, d = map(int, input().split('/'))
print(y, m, d)
print(type(y), type(m), type(d))
输入:2020/9/3
结果如下:
2020 9 3
<class 'int'> <class 'int'> <class 'int'>
import math
# 对数据做映射
print(list(map(lambda x: 2 ** x + 1, [1, 3, 5, 7])))
print(list(map(lambda y: math.log10(y), [10, 100, 1000, 10000])))
print(list(map(lambda x, y: x ** 2 + y, [1, 2, 3, 4, 5], [1, 2, 3, 4, 5])))
运行结果如下:
[3, 9, 33, 129]
[1.0, 2.0, 3.0, 4.0]
[2, 6, 12, 20, 30]
再举个简单例子,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
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:['bob', 'LISA', 'barT', 'faker']
输出:['Bob', 'Lisa', 'Bart', 'Faker']
def trans(s):
s = s[0].upper() + s[1:].lower() # 首字母大写 后续字母小写
return s
print(list(map(trans, ['bob', 'LISA', 'barT', 'faker'])))
print(list(map(lambda x: x[0].upper() + x[1:].lower(), ['bob', 'LISA', 'barT', 'faker'])))
运行结果如下:
['Bob', 'Lisa', 'Bart', 'Faker']
['Bob', 'Lisa', 'Bart', 'Faker']
二、filter函数
filter(function, iterable) # function为判断函数,iterable为可迭代对象
filter() 函数用于过滤序列,过滤掉不符合条件的元素,返回一个迭代器对象,如果要转换为列表,可以使用 list() 来转换。接收的两个参数中,第一个为函数,第二个为序列,序列的每个元素作为参数传递给函数进行判断,然后返回 True 或 False,最后将返回 True 的元素放到迭代器中。如果function 是 None ,则会假设它是一个身份函数,即 iterable 中所有返回假的元素会被移除。
lis = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print(list(filter(lambda x: x % 2, lis))) # 符合条件 得到奇数
print(list(filter(lambda y: y % 2 == 0, lis))) # 得到偶数
运行结果如下:
[1, 3, 5, 7, 9]
[2, 4, 6, 8, 10]
# 如果 function 是None,则会假设它是一个身份函数,即 iterable 中所有返回假的元素会被移除。
s = [1, 2, '', [], {}, (), '123']
print(list(filter(None, s)))
运行结果如下:
[1, 2, '123']
# 利用filter函数筛选出水仙花数
# 水仙花数是指一个3位数,它的每个位上的数字的3次幂之和等于它本身(例如:1^3 + 5^3 + 3^3 = 153)
lis = [i for i in range(100, 1001)] # 三位数
# 输出水仙花数
print(list(filter(lambda x: x == sum([int(i) ** 3 for i in str(x)]), lis)))
运行结果如下:
[153, 370, 371, 407]
在这里插入图片描述
# filter的应用案例-埃氏筛法求素数
def odd_sequence(): # 构造从3开始的奇数序列
n = 1
while True:
n = n + 2
yield n
def prime_filter(prime_num): # 筛选素数的函数
return lambda x: x % prime_num > 0
def primes():
yield 2 # 先返回第一个素数2,然后利用filter()函数不断产生筛选后的新序列
nums = odd_sequence()
while True:
prime_num = next(nums) # 取出序列第一个数
yield prime_num # 返回序列第一个数
nums = filter(prime_filter(prime_num), nums) # 得到新序列
def main():
for n in primes():
if n < 100000:
print(n)
else:
break
if __name__ == '__main__':
main()
三、sorted函数
- 根据 iterable 中的项返回一个新的已排序列表。
- 具有两个可选参数,它们都必须指定为关键字参数。key:指定带有单个参数的函数,用于从 iterable 的每个元素中提取用于比较的键 (例如 key=str.lower)。默认值为 None (直接比较元素)reverse:为一个布尔值,如果设为 True,则每个列表元素将按反向顺序比较进行排序
# 学号 姓名 成绩
d = {'001': ['张三', 88], '002': ['李四', 90], '003': ['王五', 73]}
# 按成绩排序 降序 由高到低
d1 = list(sorted(d.items(), key=lambda x: x[1][1], reverse=True))
print('学号 姓名 成绩')
for item in d1:
print(item[0], item[1][0], item[1][1])
运行结果如下:
学号 姓名 成绩
002 李四 90
001 张三 88
003 王五 73
# 输入一组数到列表nums,请找到列表中任意两个元素相加能够等于9的元素,形成一个元组
# 使其小数在前大数在后,如:(2,7),(1,8)。重复的元组元素只保留一个,结果按元组第一个元素从大到小顺序输出
def get_tuple(num_list):
temp_list = []
for i in num_list:
if (9 - i) in num_list:
min_ = (9 - i) if (i >= (9 - i)) else i
max_ = i if min_ == (9 - i) else (9 - i)
if (min_, max_) not in temp_list:
temp_list.append((min_, max_))
return temp_list
nums = input("numbers:")
# 列表推导式
num_list = [int(i) for i in nums.split(',')]
result_list = get_tuple(num_list)
# 按列表里每个元组的第一个元素从大到小排序 降序
result_list = sorted(result_list, key=lambda x: x[0], reverse=True)
print(result_list)
运行结果如下:
numbers:3,4,5,7,2,8,1,6,9,0
[(4, 5), (3, 6), (2, 7), (1, 8), (0, 9)]
四、reduce函数
reduce把一个函数作用在一个序列[x1, x2, x3, ...]上,这个函数必须接收两个参数,reduce把结果继续和序列的下一个元素做累积计算。返回的是一个计算的最终结果。
from functools import reduce
s = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 做累积计算
print(reduce(lambda x,y: x + y, s))
print(reduce(lambda x,y: 10 * x + y, s))
print(reduce(lambda x,y: str(x) + str(y), s))
运行结果如下:
45
123456789
0123456789
结语
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对小编的支持。
相关推荐
- 阿里云国际站ECS:阿里云ECS如何提高网站的访问速度?
-
TG:@yunlaoda360引言:速度即体验,速度即业务在当今数字化的世界中,网站的访问速度已成为决定用户体验、用户留存乃至业务转化率的关键因素。页面加载每延迟一秒,都可能导致用户流失和收入损失。对...
- 高流量大并发Linux TCP性能调优_linux 高并发网络编程
-
其实主要是手里面的跑openvpn服务器。因为并没有明文禁p2p(哎……想想那么多流量好像不跑点p2p也跑不完),所以造成有的时候如果有比较多人跑BT的话,会造成VPN速度急剧下降。本文所面对的情况为...
- 性能测试100集(12)性能指标资源使用率
-
在性能测试中,资源使用率是评估系统硬件效率的关键指标,主要包括以下四类:#性能测试##性能压测策略##软件测试#1.CPU使用率定义:CPU处理任务的时间占比,计算公式为1-空闲时间/总...
- Linux 服务器常见的性能调优_linux高性能服务端编程
-
一、Linux服务器性能调优第一步——先搞懂“看什么”很多人刚接触Linux性能调优时,总想着直接改配置,其实第一步该是“看清楚问题”。就像医生看病要先听诊,调优前得先知道服务器“哪里...
- Nginx性能优化实战:手把手教你提升10倍性能!
-
关注△mikechen△,十余年BAT架构经验倾囊相授!Nginx是大型架构而核心,下面我重点详解Nginx性能@mikechen文章来源:mikechen.cc1.worker_processe...
- 高并发场景下,Spring Cloud Gateway如何抗住百万QPS?
-
关注△mikechen△,十余年BAT架构经验倾囊相授!大家好,我是mikechen。高并发场景下网关作为流量的入口非常重要,下面我重点详解SpringCloudGateway如何抗住百万性能@m...
- Kubernetes 高并发处理实战(可落地案例 + 源码)
-
目标场景:对外提供HTTPAPI的微服务在短时间内收到大量请求(例如每秒数千至数万RPS),要求系统可弹性扩容、限流降级、缓存减压、稳定运行并能自动恢复。总体思路(多层防护):边缘层:云LB...
- 高并发场景下,Nginx如何扛住千万级请求?
-
Nginx是大型架构的必备中间件,下面我重点详解Nginx如何实现高并发@mikechen文章来源:mikechen.cc事件驱动模型Nginx采用事件驱动模型,这是Nginx高并发性能的基石。传统...
- Spring Boot+Vue全栈开发实战,中文版高清PDF资源
-
SpringBoot+Vue全栈开发实战,中文高清PDF资源,需要的可以私我:)SpringBoot致力于简化开发配置并为企业级开发提供一系列非业务性功能,而Vue则采用数据驱动视图的方式将程序...
- Docker-基础操作_docker基础实战教程二
-
一、镜像1、从仓库获取镜像搜索镜像:dockersearchimage_name搜索结果过滤:是否官方:dockersearch--filter="is-offical=true...
- 你有空吗?跟我一起搭个服务器好不好?
-
来人人都是产品经理【起点学院】,BAT实战派产品总监手把手系统带你学产品、学运营。昨天闲的没事的时候,随手翻了翻写过的文章,发现一个很严重的问题。就是大多数时间我都在滔滔不绝的讲理论,却很少有涉及动手...
- 部署你自己的 SaaS_saas如何部署
-
部署你自己的VPNOpenVPN——功能齐全的开源VPN解决方案。(DigitalOcean教程)dockovpn.io—无状态OpenVPNdockerized服务器,不需要持久存储。...
- Docker Compose_dockercompose安装
-
DockerCompose概述DockerCompose是一个用来定义和管理多容器应用的工具,通过一个docker-compose.yml文件,用YAML格式描述服务、网络、卷等内容,...
- 京东T7架构师推出的电子版SpringBoot,从构建小系统到架构大系统
-
前言:Java的各种开发框架发展了很多年,影响了一代又一代的程序员,现在无论是程序员,还是架构师,使用这些开发框架都面临着两方面的挑战。一方面是要快速开发出系统,这就要求使用的开发框架尽量简单,无论...
- Kubernetes (k8s) 入门学习指南_k8s kubeproxy
-
Kubernetes(k8s)入门学习指南一、什么是Kubernetes?为什么需要它?Kubernetes(k8s)是一个开源的容器编排系统,用于自动化部署、扩展和管理容器化应用程序。它...
欢迎 你 发表评论:
- 一周热门
-
-
抖音上好看的小姐姐,Python给你都下载了
-
全网最简单易懂!495页Python漫画教程,高清PDF版免费下载
-
Python 3.14 的 UUIDv6/v7/v8 上新,别再用 uuid4 () 啦!
-
python入门到脱坑 输入与输出—str()函数
-
宝塔面板如何添加免费waf防火墙?(宝塔面板开启https)
-
Python三目运算基础与进阶_python三目运算符判断三个变量
-
(新版)Python 分布式爬虫与 JS 逆向进阶实战吾爱分享
-
飞牛NAS部署TVGate Docker项目,实现内网一键转发、代理、jx
-
慕ke 前端工程师2024「完整」
-
失业程序员复习python笔记——条件与循环
-
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)
