第4讲 函数式编程与文件操作(1).docx

第4讲 函数式编程与文件操作 函数式编程概述 函数式编程概念 函数式编程：将计算过程看成数学函数，使用表达式编程 头等函数（大数据编程中概念）：像其他的值，函数可以被当成参数传递，也可以被当成结果返回 高阶函数：头等函数中的一种实践，可将其他函数作为参数或返回结果的函数。如定义一个高阶函数map()，有两个参数：一个是函数func()，另一个是列表list。map()函数对list的所有元素应用函数func()，并将处理结果组成列表list1，作为map的返回结果 纯函数： 参数与返回值是与外界交流的位于渠道 不操作全局变量，无I/O操作，不改变任何传入的参数值 对于同一个输入值，一定得到相同的输出值 递归：函数调用内部实现递归 函数式编程优点 便于测试、调试 适合并行执行 二、python函数编程常用的函数 1. lamda表达式（一种匿名函数，来自数学中的λ演算） （1）python匿名函数 语法：返回函数名=lamda 参数列表:函数返回值表达式语句 示例：计算x、y、z之和的lamda表达式： sum=lambda x,y,z: x+y+z #相等于定义三个数求和的的函数sum print(sum(1,2,3)) （2）lamda表达式数组 功能：将lamda表达式数组实现挑战杯功能，即函数列表 语法：数组名=[(lamda 表达式1), (lamda 表达式2), …] 示例： Arr=[(lambda x:x**2), (lambda x: x**3), (lambda x: x**4)] pint(Arr[0](2), Arr[0](1), Arr[0](2)) 结果：4,8,16 （3）将lambda表达式作为函数返回值 def math(o): if(o==1): return lambda x,y: x+y if(o==2): return lambda x,y: x-y action=math(1) print(“10+2=”,action(10,2)) 2. 使用map函数（用于将指定序列中所有元素作为参数调用指定函数，结果构成一个新的map序列 语法：结果序列=map(映射函数, 序列1[,序列2,…]) 取决于映射函数，可有多个序列 示例：使用map函数计算2、4、6、8、10的平方 arr=map(lambda x: x**2, [2,4,6,8,10]) for e in enumerate(arr) print(e) 结果： (0,4) (1,16) … 示例2： Arr=map(lambda x,y: x+y, [1,3,5,7],[2,4,6,8]) B=list(Arr) 结果：[3,7,11,15] filter()函数：对指定序列做过滤操作 示例： def is_even(x): return x%2==0 arr=filter(is_even, range(1,11)) a=list(arr) 结果：[2,4,6,8,10] reduce()规约函数：将指定序列中所有元素作为参数按一定规则调用指定函数，进行规约，得到一个计算结果 语法：计算结果=reduce(映射函数,序列) 示例： from functools import reduce def myadd(x,y): return x+y sum=reduce(myadd, [2,4,6,8,10]) 或sum=reduce(lambda x,y:x+y, [2,4,6,8,10]) print(sum) 结果：30 习题3.1 随机输入一批（不超过100个）互不相同且不等于0的整数，输出最大值、最小值和平均值 习题3.2随机输入一批（不超过100人）学生的学号和身高，统计超过平均身高或身高超过170cm的学生人数并输出相应的学生信息和统计结果 习题3.3 输入一个正整数，计算其数值为偶数的数位之和。 三、文本文件读写 1. 打开文件 语法：文件对象=open(文件名，访问模式，buffering) 后两个参数可缺省，打开文件读 访问模式有：r,w,a,r+,w+,a+/rb,wb,ab,wb+,rb+,ab+ buffering:为0不缓冲；为1，缓冲1行；大于1，实际缓冲大小 2. 关闭文件 语法：f=open(…) f.close() 3. 读取文件内容 （1）read方法 语法：str=f.read([b]) 示例： 测试文件test.txt内容： Hello Python 使用read()方法读取文件内容的例子 Python脚本： f=o