百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

python高阶函数,让你的代码更加简洁高效

itomcoil 2025-02-08 11:21 15 浏览

在 Python 编程中,高阶函数是一种强大的工具,它们能够使代码更加简洁高效。对于新手小白来说,理解这些函数的使用及其应用场景至关重要。

1、Lambda 函数

lambda 函数是一个小型的匿名函数(没有名称),通常用于定义简单的操作。它可以有任意数量的参数,但只能有一个表达式。

求圆面积

  • 普通函数实现
import?math

#?定义计算圆面积的普通函数
def?circle_area(r):
????return?math.pi?*?r?*?r

r?=?10
print('圆面积为:',?circle_area(r))
#?输出:圆面积为:314.1592653589793
  • Lambda 函数实现
import?math

#?使用?lambda?函数计算圆面积
circle_area_lambda?=?lambda?r:?math.pi?*?r?*?r
print('圆面积为:',?circle_area_lambda(r))
#?输出:圆面积为:314.1592653589793
  • 在列表推导式中的应用
#?生成10-100之间的随机列表
import?random
random_list?=?[random.randint(10,?100)?for?_?in?range(10)]
print(random_list)
  • 根据条件生成新列表
#?每月拿出月薪的30%存入定期
salary?=?[8000,?8100,?8200,?8500,?7800,?7988,?8888]
save_sal?=?[int(x?*?0.3)?for?x?in?salary]
print('每月存款数目:',?save_sal)
#?输出:每月存款数目:[2400, 2430, 2460, 2550, 2340, 2396, 2666]
  • 筛选出特定值的列表
#?找出成绩大于等于80的学生
score?=?[80,?81,?72,?75,?98,?79,?88]
result?=?[x?for?x?in?score?if?x?>=?80]
print('成绩大于等于80的学生:',?result)
#?输出:成绩大于等于80的学生:[80, 81, 98, 88]

2、filter() 函数

filter() 函数用于根据指定条件过滤序列,并返回一个迭代器对象。如果要转换为列表,可以使用 list() 来进行转换。

提取所有奇数:

def?is_odd(n):
????return?n?%?2?==?1

odd_list?=?list(filter(is_odd,?[8,?9,?7,?5,?7,?6,?2,?4,?3]))
print(odd_list)
#?输出:[9, 7, 5, 7, 3]

3、map() 函数

map() 函数会根据提供的函数对指定序列进行映射,返回包含每次调用返回值的新列表。

求平方:

  • 使用普通函数
def?square(x):
????return?x?*?x

new_list?=?list(map(square,?[8,?9,?7,?5,?7,?6,?2,?4,?3]))
print(new_list)
#?输出:[64, 81, 49, 25, 49, 36, 4, 16, 9]
  • 使用 Lambda 表达式
new_list_lambda?=?list(map(lambda?x:?x?*?x,?[8,?9,?7,?5,?7,?6,?2,?4,?3]))
print(new_list_lambda)
#?输出:[64, 81, 49, 25, 49, 36, 4, 16, 9]

4、reduce() 函数

reduce() 函数用于对一个集合进行累计操作。在 Python 3 中,该函数被移到了 functools 模块中。

求列表之和:

from?functools?import?reduce

#?求列表元素之和
num_list?=?[8,?9,?7,?5,?7,?6,?2,?4,?3]
total_sum?=?reduce(lambda?x,?y:?x?+?y,?num_list)
print(total_sum)
#?输出:51

5、sorted() 函数

sorted() 函数用于对可迭代对象进行排序,返回一个新的排序列表,不会修改原始对象。

升序和降序排序:

grade_list?=?[656,?602,?610,?618,?663,?695,?622,?645,?677,?640]

#?升序排序
print(f"升序列表:?{sorted(grade_list)}")
#?输出:升序列表:?[602, 610, 618, 622, 640, 645, 656, 663, 677, 695]

#?降序排序
print(f"降序列表:?{sorted(grade_list,?reverse=True)}")
#?输出:降序列表:?[695, 677, 663, 656, 645, 640, 622, 618, 610, 602]

6、zip() 函数

zip() 函数将多个可迭代对象的对应元素打包成元组,返回一个 zip 对象。

合并列表生成字典:

name_list?=?["Amo",?"Paul",?"Jason",?"Seven"]
age_list?=?[18,?19,?20,?21]

#?列表合并生成列表
combined_list?=?list(zip(name_list,?age_list))
print(combined_list)
#?输出:[('Amo', 18), ('Paul', 19), ('Jason', 20), ('Seven', 21)]

#?列表合并生成字典
combined_dict?=?dict(zip(name_list,?age_list))
print(combined_dict)
#?输出:{'Amo': 18, 'Paul': 19, 'Jason': 20, 'Seven': 21}

矩阵转换示例:

x?=?[1,?2,?3]
y?=?[4,?5,?6]
z?=?[7,?8,?9]

#?转换为矩阵
matrix?=?list(zip(x,?y,?z))
print(matrix)
#?输出:[(1, 4, 7), (2, 5, 8), (3, 6, 9)]

总结



常见的 Python 高阶函数,包括 lambda、filter()、map()、reduce()、sorted() 和 zip()。掌握这些函数可以让你的代码更简洁、易读且高效。

相关推荐

Python Qt GUI设计:将UI文件转换Python文件三种妙招(基础篇—2)

在开始本文之前提醒各位朋友,Python记得安装PyQt5库文件,Python语言功能很强,但是Python自带的GUI开发库Tkinter功能很弱,难以开发出专业的GUI。好在Python语言的开放...

Connect 2.0来了,还有Nuke和Maya新集成

ftrackConnect2.0现在可以下载了--重新设计的桌面应用程序,使用户能够将ftrackStudio与创意应用程序集成,发布资产等。这个新版本的发布中还有两个Nuke和Maya新集成,...

Magicgui:不会GUI编程也能轻松构建Python GUI应用

什么是MagicguiMagicgui是一个Python库,它允许开发者仅凭简单的类型注解就能快速构建图形用户界面(GUI)应用程序。这个库基于Napari项目,利用了Python的强大类型系统,使得...

Python入坑系列:桌面GUI开发之Pyside6

阅读本章之后,你可以掌握这些内容:Pyside6的SignalsandSlots、Envents的作用,如何使用?PySide6的Window、DialogsandAlerts、Widgets...

Python入坑系列-一起认识Pyside6 designer可拖拽桌面GUI

通过本文章,你可以了解一下内容:如何安装和使用Pyside6designerdesigner有哪些的特性通过designer如何转成python代码以前以为Pyside6designer需要在下载...

pyside2的基础界面(pyside2显示图片)

今天我们来学习pyside2的基础界面没有安装过pyside2的小伙伴可以看主页代码效果...

Python GUI开发:打包PySide2应用(python 打包pyc)

之前的文章我们介绍了怎么使用PySide2来开发一个简单PythonGUI应用。这次我们来将上次完成的代码打包。我们使用pyinstaller。注意,pyinstaller默认会将所有安装的pack...

使用PySide2做窗体,到底是怎么个事?看这个能不能搞懂

PySide2是Qt框架的Python绑定,允许你使用Python创建功能强大的跨平台GUI应用程序。PySide2的基本使用方法:安装PySide2pipinstallPy...

pycharm中conda解释器无法配置(pycharm安装的解释器不能用)

之前用的好好的pycharm正常配置解释器突然不能用了?可以显示有这个环境然后确认后可以conda正在配置解释器,但是进度条结束后还是不成功!!试过了pycharm重启,pycharm重装,anaco...

Conda使用指南:从基础操作到Llama-Factory大模型微调环境搭建

Conda虚拟环境在Linux下的全面使用指南:从基础操作到Llama-Factory大模型微调环境搭建在当今的AI开发与数据分析领域,conda虚拟环境已成为Linux系统下管理项目依赖的标配工具。...

Python操作系统资源管理与监控(python调用资源管理器)

在现代计算环境中,对操作系统资源的有效管理和监控是确保应用程序性能和系统稳定性的关键。Python凭借其丰富的标准库和第三方扩展,提供了强大的工具来实现这一目标。本文将探讨Python在操作系统资源管...

本地部署开源版Manus+DeepSeek创建自己的AI智能体

1、下载安装Anaconda,设置conda环境变量,并使用conda创建python3.12虚拟环境。2、从OpenManus仓库下载代码,并安装需要的依赖。3、使用Ollama加载本地DeepSe...

一文教会你,搭建AI模型训练与微调环境,包学会的!

一、硬件要求显卡配置:需要Nvidia显卡,至少配备8G显存,且专用显存与共享显存之和需大于20G。二、环境搭建步骤1.设置文件存储路径非系统盘存储:建议将非安装版的环境文件均存放在非系统盘(如E盘...

使用scikit-learn为PyTorch 模型进行超参数网格搜索

scikit-learn是Python中最好的机器学习库,而PyTorch又为我们构建模型提供了方便的操作,能否将它们的优点整合起来呢?在本文中,我们将介绍如何使用scikit-learn中的网格搜...

如何Keras自动编码器给极端罕见事件分类

全文共7940字,预计学习时长30分钟或更长本文将以一家造纸厂的生产为例,介绍如何使用自动编码器构建罕见事件分类器。现实生活中罕见事件的数据集:背景1.什么是极端罕见事件?在罕见事件问题中,数据集是...