Notes sur Python (20): fonctions d'ordre supérieur intégrées

Une semaine de bol 2021-10-29 12:44:25
notes sur python fonctions ordre

Petite connaissance,Grand défi!Cet article participe“Les programmeurs ont besoin de peu de connaissances”Activités créatives.

Bonjour tout le monde,Je suisUne semaine de bol,Celui qui ne veut pas être bu(Volume interne)Avant.Si l'article écrit a la chance d'avoir votre faveur,Quelle chance~

PythonFonction d'ordre supérieur intégrée pour

map()

map()La séquence spécifiée est cartographiée en fonction de la fonction fournie

Format syntaxique

map(function, iterable, ...)
Copier le Code

Premier paramètrefunctionAppelé avec chaque élément de la séquence des paramètresfunctionFonctions,

Deuxième paramètreiterableUne ou plusieurs séquences

Le retour contient chaque fois function Nouvelle liste des valeurs retournées par la fonction.

Exemple de code

list1 = [1, 2, 4, 5, 56, 12, 5, 2, 34]
# Générer une fonction
def func(lt): # Renvoie un nombre pair,Nombre impair+1Retour
if lt % 2 == 0:
return lt
else:
return lt + 1
list2 = map(func, list1) # Ne jamais ajouter ()
# UtiliserlambdaMots clés
list3 = map(lambda i: i if i % 2 == 0 else i + 1, list1)
print(list(list3)) # [2, 2, 4, 6, 56, 12, 6, 2, 34]
print(list(list2)) # [2, 2, 4, 6, 56, 12, 6, 2, 34]
Copier le Code

reduce() Fonctions

reduce() Fonction dansPython2x Quand c'est une fonction intégrée au système ,ÀPython3x Est déjà classé dans functools Il est dans la Bibliothèque

reduce() La fonction accumule les éléments de la séquence des paramètres .

La fonction rassemble les données (Liste des liens,Tuples, etc) Toutes les données dans font ce qui suit :Passer à reduce Fonctions dans function(Il y a deux paramètres) D'abord sur la collection 1、2 Éléments à utiliser , Les résultats obtenus sont ensuite utilisés avec la troisième donnée function Fonctionnement de la fonction ,J'ai enfin un résultat.

Format syntaxique

reduce(function, iterable[, initializer])
Copier le Code

function -- Fonctions,Il y a deux paramètres

iterable -- Objets itérables

initializer -- Facultatif,Paramètres initiaux

Renvoie le résultat du calcul de la fonction .

Exemple de code

from functools import reduce
list1 = [1, 2, 3, 4, 5, 6, 7]
value = reduce(lambda x, y: x + y, list1)
print(value) # 28 = 1+2+3+4+5+6+7
Copier le Code

Les résultats du calcul sont stockés dans x, Par accumulation .initializerC'est le réglagexValeur initiale de

filter() Fonctions

filter() Fonction utilisée pour filtrer les séquences ,Filtrer les éléments non admissibles,Renvoie un objet Itérateur, Si vous voulez convertir en liste ,Peut être utilisé list() Pour convertir.

Il est temps de recevoir deux paramètres , Le premier est la fonction , La deuxième est la séquence , Chaque élément de la séquence est passé à la fonction comme argument pour le jugement ,Et revenir à True Ou False,Enfin, il reviendra à True Éléments de la nouvelle liste .

Structure grammaticale

filter(function, iterable)
Copier le Code

function -- Fonction de jugement.

iterable -- Objets itérables.

Renvoie un objet itérable

sorted() Fonctions

sorted() La fonction trie tous les objets itérables ,Retour à un nouveau list.

Structure grammaticale

sorted(iterable, cmp=None, key=None, reverse=False)
Copier le Code

iterable -- Objets itérables.

cmp -- Fonctions comparées , Celui - ci a deux paramètres , Les valeurs des paramètres sont extraites des objets itérables , La règle que cette fonction doit suivre est , Plus grand renvoie 1,Moins de-1,égal à0.

key -- Principalement des éléments utilisés pour la comparaison ,Il n'y a qu'un seul paramètre, Les paramètres d'une fonction spécifique sont tirés d'un objet itérable , Spécifie un élément dans un objet itérable à trier .

reverse -- Collation,reverse = True Ordre décroissant , reverse = False Ordre croissant(Par défaut).

Retour à la liste réorganisée.

Exemple de code

students = [
{'name': 'tom', 'age': 20},
{'name': 'lucy', 'age': 15},
{'name': 'lily', 'age': 13},
{'name': 'mark', 'age': 21},
{'name': 'jack', 'age': 13},
{'name': 'steven', 'age': 18},
]
# Découvrez tous les âges supérieurs à 18Étudiants âgés
result = filter(lambda x: x['age'] > 18, students)
print(list(result)) # [{'name': 'tom', 'age': 20}, {'name': 'mark', 'age': 21}]
# Trier par âge du plus jeune au plus âgé
students = sorted(students, key=lambda x: x['age'], reverse=True) # Utilisationkey
print(students)
'''
[{'name': 'mark', 'age': 21}, {'name': 'tom', 'age': 20},
{'name': 'steven', 'age': 18}, {'name': 'lucy', 'age': 15},
{'name': 'lily', 'age': 13}, {'name': 'jack', 'age': 13}]
'''
Copier le Code
版权声明
本文为[Une semaine de bol]所创,转载请带上原文链接,感谢
https://pythonmana.com/2021/10/20211029124422491q.html

  1. Python crawler selenium framework. You can start with these five questions | Python skill tree
  2. It is said that Python is omnipotent. It's really good to see Liyang photography circle with Python this time
  3. 【Python 爬虫】 4、爬虫基本原理
  4. 【Python 爬蟲】 4、爬蟲基本原理
  5. 【 Python crawler】 4. Principes de base du crawler
  6. 这道python题到底应该要怎么做
  7. Que doit faire exactement ce problème Python
  8. Après l'importation des variables du module Python, les valeurs imprimées sont fixes.
  9. Nouveau singe Muzi Lee: 0 cours de formation Python de base types de hachage pour les opérations Python redis
  10. Looking at problems from a fresh perspective: analyzing selenium principle from the perspective of Python
  11. Insérez le format de date dans la base de données MySQL en python et ne l'exécutez pas.
  12. Try Python 3.10 with CONDA
  13. Répondez en python et demandez à quelqu'un de vous aider.
  14. Un simple problème de travail Python, qui ne fonctionne pas
  15. Problèmes d'écriture Python pour la boucle
  16. Comment Python exécute les commandes du programme à plusieurs reprises au lieu de quitter
  17. YYDS! Dexplot: one line of Python code to easily draw statistical charts!
  18. pandas生成的透视表如何和源数据一起保存
  19. pandas生成的透視錶如何和源數據一起保存
  20. Comment sauvegarder le tableau pivot généré par pandas avec les données sources
  21. 10 fois plus efficace avec cache dans le développement de Django
  22. 求Python *.svg文件操作方法
  23. 求Python *.svg文件操作方法
  24. Trouver la méthode de fonctionnement du fichier Python *.Svg
  25. 【 python】 Internal Guide for Unit Test Practice
  26. 用Python编程佩尔数列pell数列循环结构
  27. 【 python】 échafaudage fastapi: spécification du développement du projet d'interface arrière fastapi
  28. [Python] restful Specification Practice Based on fastapi
  29. Python代码阅读(第26篇):将列表映射成字典
  30. How to use Python to make a screen color extractor with Exe file
  31. Lecture du Code Python (article 26): cartographie des listes dans les dictionnaires
  32. Python代码阅读(第26篇):将列表映射成字典
  33. Python代碼閱讀(第26篇):將列錶映射成字典
  34. Lecture du Code Python (article 26): cartographie des listes dans les dictionnaires
  35. 使用 Python 进行数据可视化之Seaborn
  36. Real time access to stock data, free—— Python crawler Sina stock actual combat
  37. Seaborn pour la visualisation des données en python
  38. 浅识XPath(熟练掌握XPath的语法)【python爬虫入门进阶】(03)
  39. Python中if else语句进行操作的时候哪里除了错,搞不懂
  40. Python题,我刚学,还不会
  41. Python題,我剛學,還不會
  42. Je viens d'apprendre, pas encore.
  43. 云计算开发:Python3-find()方法详解
  44. Real time access to stock data, free—— Python crawler Sina stock actual combat
  45. Développement de l'informatique en nuage: détails de la méthode Python 3 - find ()
  46. 如何使用Python进行超参调参和调优
  47. 如何使用Python進行超參調參和調優
  48. Comment utiliser Python pour le réglage hyperparamétrique
  49. Première connaissance du module urllib Python
  50. Python入门:看了这篇文章如果1个小时没法入门Python,那么还是换个语言吧!!
  51. Python(day1):Python 3 教程
  52. Python(day3):Python3 安装与环境搭建
  53. Python (day3): installation et environnement Python 3
  54. Python (day1): tutoriel Python 3
  55. Démarrer avec Python: Si vous ne pouvez pas commencer avec Python en une heure, changez de langue!!
  56. Pandas:DataFrame对象的基础操作
  57. 关于#python#的问题:月球上物体的体重在地球上的16.5%,编写程序输出未来10年在地球上和月球上的体重状况
  58. 反转一个3位整数(Python 实现)
  59. Questions sur # Python #: les objets lunaires pèsent 16,5% de la masse de la terre et un programme est programmé pour produire la masse de la terre et de la lune au cours des 10 prochaines années
  60. Use of Python pandas!!!!! Explain in detail