一 特殊函数
１ map
函数map()需要一个函数或者几个序列做参数（通常是一个）， 对于序列的每个元素作为函数的参数， 所有的返回值产生一个新的序列作为map的返回值
比如，想要将一个字符串链表转化成数字链表
lst = ["1", "2", "3", "4", "5"]
nums = map(int, lst) # [1, 2, 3, 4, 5]
可以对两个参数的函数使用map:
def add(x, y):
return x + y
lst1 = [1, 2, 3, 4, 5]
lst2 = [6, 7, 8, 9, 10]
lst_sum = map(add, lst1, lst2)
这个函数可以有任意多参数，map的后面的参数要跟相应多的序列即可
map.png
２ reduce
可以使用 reduce()来把一个序列减少成一个值 第一个参数是函数，这个函数首先作用于序列的第一个和第二个元素， 然后用返回的值继续和序列的第三个元素执行这个函数。。。 直到剩下一个值，作为reduce的返回值
例如，求0到9的和:
reduce(lambda x, y: x+y, range(10))
reduce.png
3 filter
`
可以使用filter()来生成一个序列的子集
比如，获取0到100的所有奇数:
nums = range(0,101) # [0, 1, ... 100]
def is_odd(x):
return x % 2 == 1
odd_nums = filter(is_odd, nums) # [1, 3, 5, ... 99]
filter()函数还可以删除集合中的所有空值
lst = ["1", "2", "3", "4", "5", None, {}, [], ()]
print filter(None, lst)
`
filter.png
4 apply
在python中函数是对象 你可以像操作数和字符串一样操作它们(把它们存在变量中等等) 有时你有一个函数对象，你想把程序中生成的一个序列作为参数传给这个函数:
例如，
args = [1, 1]
two = apply(lambda x, y: x + y, args) # == 2
之所以我们不经常用 apply() ,一般可以这么做:
args = [1, 1]
foo = lambda x, y: x+y
foo(*args)
5 关键字lambda
lambda语句声明了一个匿名的函数， 很多时候我们在reduce，map等函数中使用的函数只使用了一次 这些函数可以被简洁地声明为匿名函数
lst1 = [1, 2, 3, 4, 5]
lst2 = [6, 7, 8, 9, 10]
lst_elementwise_sum = map(lambda x, y: x + y, lst1, lst2)
lst1_sum = reduce(lambda x, y: x + y, lst1)
nums = range(101)
odd_nums = filter(lambda x: x % 2 == 1, nums)
仍然可以在lambda函数中使用这个匿名函数外定义的变量,这叫做“词法范围”(lexical scoping)
a = 1
add_a = lambda x: x + a
b = add_a(10) # b == 11
6 装饰器
二 python中内置函数
built-in_functions.png
引用
python使用惯例
