apply、map及函数工具、list的再构造

                                                               时间：2010-6-12

在python中，有两种方式可以用来定义一个函数。用def可以定义有名字的函数。用lambda可以定义匿名函数。由于在实际调用一个函数时，实参的个数可能是一个也可能是两个，还可能是多个。因此在形参前面加上*或**来处理这个情况。

笔记：哦明白了*与** 经常会在类中看到原来是定义可变长的参数列表的！

示例：

>>> def test(*x):

...     if len(x) > 0:

...             for c in x:

...                     print c

...     else:print None

这样就可以定义可变长度的一个参数列表了。就可以如下调用它！

test();也可以使用一个实参的形式调用，比如：test(4);还可以以多个实参的形式调用，比如：test(1,2,3,4)。

但不管是哪种方式，在调用的时候实际参数的个数都已经确定下来了，一个就是一个，两个就是两个。现在假设在一个程序中有一 个list，比如叫userInput，这个list中的成员是由用户在使用程序时交互确定的，在运行中可能有一个成员，也可能有多个成员，这一切都要看 用户怎么操作。现在要用test函数把userInput打出来。

笔记：当要传入一个序列的时候可能就会出现个数不确定的情况了。要打印的话也是整个序列了。怎么办呢？

在python中还有更简单的办法，就是使用内置函数apply：

• apply(test, userInput)

表示把userInput作为test的参数，也就是说比如在程序运行时，userInput得到的值是[1,2,3]，那么就相当于test(1,2,3)。如果userInput得到的实际值是[1,2]，那么就相当于test(1,2)。

>>> userinput=[1,2,3]

>>> apply(test,userinput)

1

2

3

笔记：还记得上次那个JS培训不？里面讲到一个arguments对象了吧。感觉这个与那是一个道理的。因为用户的实参个数是不固定的。所以我们可以使用这个关键字进行处理！

总之，定义函数时在形式参数面前加上*或**是为了，在调用这个函数的时候可以灵活地提供实参的个数。而apply则是为了可以用不定个数的实际参数来调用函数。

笔记：我们在处理这种可变长参数的时候就非常有效了！

 

 

 

 

更进一步：

其实还可以更简单，连apply都不用，直接写成：

• test(*userInput)

这表示的意思就是apply(test,userInput)

>>> test(*userinput)

1

2

3

笔记：我感觉这样处理的话将实参与形参捆绑处理了。

 

可以把函数定义的中形参前面的*理解为“打包”操作，也就是把多余的实参都打包在一个tuple中;可以把调用时的*理解 为“解包”的操作，比如说这里表示：调用test函数，实参是对userInput“解包”后所得的东西。当然对于**也可以以相同的方式理解。在 test(**D)的形式中，D必须为一个dictionrary，相当于test(key1=value1,key2=value2...)。

 

笔记：

明白了！！！！

*   表示的是tuple

**  表示的是字典

函数形参如果这样写* 就表示这个参数接收可变长的tuple参数

如果形参这样写** 就表示接收可变长的字典类型的参数！

 

介绍一下map函数

map(function, seq1,seq2...)

map实际上是python中一大类函数的一个代表，这类函数可以被称为函数工具。常用的函数中，同类的还有filter和reduce。

• filter(func or None,seq)

它返回一个序列类型的值。表示把seq中的每个成员依次代入function中，如果为真则它将成为返回序列中的一个成员。

再来看reduce函数：

• reduce(function, sequence[, initial])

表示把sequence按照function提供的规则进行计算，最后算出一个值来。这个function必须具有两个参数，

 

>>> L = [1,2,3,4,5]

>>> reduce((lambda x,y: x*y),L)

120

含义：相当把L里面的数据作一次运算处理。这个运算是一个

 

从上面介绍可以看出，map、filter或者reduce实际都是对序列类型数据的成员进行操作。由于这种操作在python是非常普遍的，因此在python 2.0后提供了一种叫"list的再构造"的语法形式来进行类似的操作。

示例：

>>> L = [1,2,3,4,5]

>>> map((lambda x:x**2),L)

[1, 4, 9, 16, 25]

理解：map的工具相当于是把L里面的全部的元素均丢到这个定义的函数里面去处理。也是处理一个sequence类型的数据。现在好了。我们可以使用一种叫做：list的再构造

>>> [x**2 for x in L]

[1, 4, 9, 16, 25]

哦！！！终于看清楚了庐山真面目了。哈哈～～～

原来还可以写map的哦！

 

[x**2 for x in L]   ===> [1,4,9,16]

首先，这个表达式用[]括起来了，表示这个表达式返回的结果是一个list。其次，后面一部分，也就是for x in L，很明显是把L中的成员依次取出来。第三，前面一部分，也就是x**2，表示对x的操作是"平方"。然后以每次计算后的值作为目标list的成员。其实 可以把这一部分看成是目标list的“通项公式”，通过对这个“通项公式”代入不同的值，可以得到不同的结果。而这个“不同的值”就是由后面的部分，即 for x in L，确定的。

 

更强大的一个功能：

当然大名顶顶的"list再构造"还有别的功能，它可以加上条件从句（if语句），比如：

• [x**2 for x in L if x%2==0] ===>[4,16]

"list再构造"还可以嵌套for这一部分

看到没有……提取出来的数据还可以带条件提取的哦！！！！强强强

 

"list再构造"还可以嵌套for这一部分，比如：

• [x*y for x in L for y in L] ===> [1, 2, 3, 4, 2, 4, 6, 8, 3, 6, 9, 12, 4, 8, 12, 16]

做了两个构造处理！python一个字简洁

 

 

这个式子已经相当复杂，因此在以程序可读性著称的python世界中，最好不要使用这种东西。不过，也可见用“list再构造”也可以实现for或者map和filter的功能，但是list再构造的效率最高，其次map、filter这些内置函数，再次才是for。

 

结论：尽可能使用 list再构造！