如何写出优雅的python脚本程序。作为一款最接近机器学习，深度学习的脚本语言，python有着其独特的编程风格，高效的编程方式。请看下面的代码。

1、输入一个列表，将列表中的所有非数字的字符去掉，并且将数字字符进行排序。

class Solution:
    def __init__(self):
        pass

    @staticmethod
    def get_data():
        str_data = str(input()).strip()
        return str_data

    @staticmethod
    def sort_dig_data(str_data):
        dig_data = [int(cur_data) for cur_data in str_data if cur_data.isdigit()]
        dig_data.sort(key=None, reverse=False)
        return dig_data
if __name__ == '__main__':
    print(Solution.sort_dig_data(Solution.get_data()))

vdfnbij45769568jhotyj
[4, 5, 5, 6, 6, 7, 8, 9]

也许，这样就达到了排序的目的。首先去掉了非数字字符，并且将数字字符转化成数字，然后按照升序排列。但是，我们能否有更好的方式，写出更优雅的表达式？

将sort_dig_data函数修改为：_sort_did_data,代码如下：

@staticmethod
def _sort_dig_data(str_data):
    dig_data = list(map(int, filter(lambda cur_data: cur_data.isdigit(), str_data)))
    dig_data.sort(key=None, reverse=False)
    return list(dig_data)

vdfnbij45769568jhotyj
[4, 5, 5, 6, 6, 7, 8, 9]

1.1函数解析。

filter函数。filter，顾名思义，就是过滤，啥为过滤，想必大家应该都很清楚。要达到过滤的效果至少组要两个方面的内容：过滤规则，待过滤的内容（可以是字符串，列表，元组等数据组织形式），不能再比这还少了吧。我们举个例子：

还是过滤掉一个字符串中的非数字字符，代码如下：

def filter_no_dig(data):
    dig_data = filter(lambda cur_str_char: cur_str_char.isdigit(), data)
    return list(dig_data)

if __name__ == '__main__':
    print(filter_no_dig('fwijbnb9527bonb4945uy'))

结果：['9', '5', '2', '7', '4', '9', '4', '5']

也许有像我这样的初学者会问：匿名函数 lambda 后面的cur_str_char参数的值是怎么被赋值的？当然后面会讲到lambda。其实data是个字符串，是一个可以被迭代的对象，也就是可以被循环取值。所有每次顺序的从data里面拿到一个数，单后将这个数赋值给cur_str_char参数，然后根据判断条件isdigit()的真假来决定是否将不符合条件的值给去掉，上面的那个程序与下面的程序是等价的。

def _filter_no_dig(data):
    # dig_data = filter(lambda cur_str_char: cur_str_char.isdigit(), data)
    dig_data = [int(cur_data) for cur_data in data if cur_data.isdigit()]
    return list(dig_data)

当然上面的那个filter函数的过滤规则我使用的是匿名函数lambda。其实filter_no_dig函数与下面的函数也是等价的

def filter_rule(chr_char):
    if chr_char.isdigit():
        return True
    else:
        return False


def filter_no_dig(data):
    dig_data = filter(filter_rule, data)
    return list(dig_data)

map函数。map函数就是一个映射函数，映“射”大家都知道吧，不过这里是一一映“射”。就是对待映射的对象（包括列表等）按照某个规则进行映“射”。所以按照我们的理解，要完成这个任务，我们的map函数至少需要如下基本信息：映“射”规则，待射对象。这里还是给出一个函数。

def map_data(data):
    return list(map(lambda cur_data: int(cur_data)**2, data))

if __name__ == '__main__':
    print(map_data('95274945'))

运行结果：[81, 25, 4, 49, 16, 81, 16, 25]

这里的映“射”规则我还是使用匿名函数，当然这个函数与下面的函数是等价的。

def map_relu(cur_data):
    if isinstance(cur_data, int):
        return cur_data**2
    elif cur_data.isdigit():
        return int(cur_data)**2
    else:
        assert 'data type error......'


def map_data(data):
    return list(map(map_relu, data))

if __name__ == '__main__':
    print(map_data('95274945'))

大家有没有发现几个等价的函数全部都是把使用lambda定义的匿名函数使用传统的def函数定义方式进行显式的表示？希望大家能够认真的体味。

lambda函数。前面已经使用过lambda函数，这里我就不再写函数验证了。首先，lambda是一个表达式，而不是一个函数。至于lambda的定义网上有很多，这里我不再赘述，因为这篇博客，我打的是原创的标签，拷贝别淫的陈述似乎不大好。

lambda函数接收多个参数，并且会使用这些参数值进行若干运算，并且返回运算结果。

下面还是实现一个很经典的排序问题。对一个字典，按照value值对其进行排序。

一、不使用lambda函数。

def sort_dict():
    data = dict()
    list_data = [(9, 'line'), (5, 'five'), (2, 'two'), (7, 'seven')]
    for cur_data in list_data:
        data.update({cur_data[0]: cur_data[1]})
    return sorted(list(zip(data.values(), data.keys())))

if __name__ == '__main__':
    print(sort_dict())

思路很简单，就是先将dict的值和key都拿出来组建成一个元组然后将元组作为列表的基本单元，构建一个列表。然后对列表进行排序，由于列表中的每个元素都是一个元组，即二元组，所以sorted排序的时候默认使用第一个值进行排序。所以会有上面的效果。

二、使用lambda函数。

def sort_dict():
    data = dict()
    list_data = [(9, 'line'), (5, 'five'), (2, 'two'), (7, 'seven')]
    for cur_data in list_data:
        data.update({cur_data[0]: cur_data[1]})
    # return sorted(list(zip(data.values(), data.keys())))
    return sorted(data.items(), key=lambda lambda_data: lambda_data[1])

if __name__ == '__main__':
    print(sort_dict())

2 reduce函数解析。

reduce函数实现的功能很简单，实现的是列表的累积求和。还是给出一个函数：

from functools import reduce

def reduce_fu():
    data = [9, 5, 2, 7]
    return reduce(lambda cur_data, cur_data1: cur_data+cur_data1, data)

if __name__ == '__main__':
    print(reduce_fu())

这个函数等价于：

from functools import reduce


def sum_relu(cur_data, cur_data1):
    assert isinstance(cur_data, int) and isinstance(cur_data1, int), 'data type error......'
    return sum([cur_data, cur_data1])

def reduce_fu():
    data = [9, 5, 2, 7]
    return reduce(sum_relu, data)

if __name__ == '__main__':
    print(reduce_fu())

以上的所有函数都是自己写的，希望大家能够认真体味。

reduce，map，filter，lambda等python内置函数解析

1、输入一个列表，将列表中的所有非数字的字符去掉，并且将数字字符进行排序。

1.1函数解析。

2 reduce函数解析。

猜你喜欢