用一个简单的例子来理解python高阶函数

最近在用mailx发送邮件, 写法大致如下.

echo 'body'|mailx -s 'title' '[email protected],[email protected]'

不知什么原因, 在一台机器上只要mailTo中包含空格, 邮件就发送不出去. 所以需要对收件人做规范化处理, 即去除空格, 去除多余的逗号.

这个处理过程使用到了map()和reduce(), 使用情形很简单, 更有助于理解这两个函数的作用.

#原始的mailTo
mailToStr=',[email protected] ,, [email protected],[email protected],'
#该字符串中, 有空邮箱地址, 还有邮箱前后带空格

#step 1: 先转换成list
mailTo=mailToStr.split(',')
#结果为, ['', '[email protected] ', '', ' [email protected]', '[email protected]', '']

#step 2:对list中元素做trim
mailTo=map(lambda x: x.strip(),mailTo)
#结果为, ['', '[email protected]', '', '[email protected]', '[email protected]', '']


#step 3: 去除list中的那几个空邮箱地址了
def exceptEmpty(x,y):
    if x=='':
        return y
    elif y=='':
        return x
    else:
        return x+','+y

mailToStr=reduce(exceptEmpty,mailTo)
#mailToStr的结果是 '[email protected],[email protected],[email protected]'

总结一下 map/reduce/zip/filter几个高阶函数的作用

map()函数, 我们需要提供2个参数, 第1个是lambda表达式或函数, 第2个参数是个list,

map()的作用是, 将list中的每个元素, 带到lambda表达式中求值, 最后再组成一个list.

比如,map(lambda x: x.strip(),['[email protected]', '[email protected]']), 对每个元素都做了trim

reduce()函数, 我们需要提供2个参数, 第1个是lambda表达式或函数, 第2个参数是个list,

reduce()作用是, 将list中的相连的两个元素, 带入到lambda表达式中做"递归"求值, 最后生成一个scalar值.

zip()的作用是, 将两个list中的元素进行编织mesh.

zip([1,2,3],['a','b'])

结果为[(1, 'a'), (2, 'b')]

filter()的作用是很直观, 对于给定的list, 按照我们设定的lambda表达式条件, 过滤掉不符合的元素.

filter(lambda x: x>0, [-1,0,1,2])

结果为[1,2]

补充一点, lambda 表达式, 冒号后为一个表达式, 不是 return 语句.

以上就是本次分享的全部内容,现在想要学习编程的小伙伴欢迎关注Python技术大本营,获取更多技能与教程。

你可能感兴趣的:(python)