Python中几个实用且有趣的函数

程序员文章站 2022-03-11 12:53:27

...

1.一用而过：lambda
python的匿名函数写作lambda，当需要实现一定功能而又不想“大张旗鼓”的def一个函数时，lambda就是最优的选择。
其语法格式一般是这样的：
f = lambda x: x ** 2
print(f(2))
lambda函数更广泛的应用场景在于该匿名函数作为另一个函数的参数传递时，应用就比较合适了，例如，将lambda作为sort()函数的key参数，就可以实现特定功能的排序。
dict = {'a': 2, 'b': 3, 'c': 5}
c = sorted(dict.items(), key=lambda x: x[1])
print(c)

2.智能解压：zip

zip函数人如其名，是打包或者解包的函数，接受2个以上可迭代变量，输出对应位置组成元组后的迭代类型。例如：
a = ['a', 'b', 'c']
b = (4, 6, 9)
c = zip(a, b)
print(c)
print(list(c))
也可以接受多于2个输入可迭代变量，而且如果各迭代变量长度不一致也不会报错，只是此时返回迭代变量取决于输入总长度最短的一个。例如：
a = ['a', 'b', 'c', 'd', 'e']
b = (4, 6, 9)
c = [True, False, True]
d = zip(a, b, c)
print(d)
print(list(d))
与zip打包相对应的用法是解包，即对一个打包形式的元素进行依次解包，并返回多个新的列表。例如：
aZip = (('a', 4, True), ('b', 6, False), ('c', 9, True))
a, b, c = zip(*aZip)
print(a)
print(b)
print(c)

3.一一映射：map
map函数也正如其取名一样，是一个将接受的迭代变量依次经过某种映射，并输出映射后的迭代变量。例如，如果对列表中的某个变量依次完成求值，并返回一个新的列表，则可以应用map：
a = [1, 2, 3, 4]
b = map(str, a)
print(b)
c = list(b)
print(c)
这是map函数的一个典型用法：接受2个参数，第一个参数(上例中是str()函数）是一个要作用的函数，第二个参数是可迭代变量。
当第一个函数的参数是是一个多变量函数时，map也可以接受更多的参数。例如：
a = [1, 2, 3, 4]
b = [2, 2, 3, 4]
c = list(map(lambda x, y: x ** y, a, b))
print(c)
与zip函数中类似，当map里的函数参数长度不匹配时并不会报错，只是输出结果将由最短的决定：
a = [1, 2, 3, 4]
b = [2, 2]
c = list(map(lambda x, y: x ** y, a, b))
print(c)

4.一夫当关：filter
与map函数类似，filter函数也接受一个函数及其变量作为参数，只是要求这个函数的返回结果是bool型，并用这个bool的结果决定输出的取舍问题。例如需要对一个输入列表过滤，要求保留3的倍数：
a = range(10)
b = filter(lambda x: x % 3 == 0, a)
print(b)
c = list(b)
print(c)
这里需注意，当filter的第一个函数返回值不是bool型时不会报错，只是它会转化为bool型判断，如果判断结果不是False（python中会判为False的变量包括0、None、[]等等），则会将其输出，否则过滤掉：
a = range(10)
b = filter(lambda x: x % 3, a)
c = list(b)
print(c)

5.万剑归宗：reduce
map和filter函数都是多入多出型，实质上是完成了特定的变换或筛选。reduce则是归约函数，将一系列输入变量经过特定的函数后转化为一个结果输出。不过可能是由于应用场景有限的原因，reduce在python3中已不再是全局调用函数，必须要从functools包中导入方可使用：
from functools import reduce

a = range(5)
b = reduce(lambda x, y: x + y, a)
print(b)
reduce函数还可以接受一个可选的初始值作为参数。应用reduce函数可以实现很多小trick，就看能不能想的到用的出：
from functools import reduce

a = 'abcdefg'
b = reduce(lambda x, y: y + x, a, 'AA')
print(b)