本篇阅读的代码实现了将列表进行映射,并求取映射后的平均值。
本篇阅读的代码片段来自于30-seconds-of-python(https://github.com/30-seconds/30-seconds-of-python)。
average_by
def average_by(lst, fn=lambda x: x):
return sum(map(fn, lst), 0.0) / len(lst)
# EXAMPLES
average_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda x: x['n']) # 5.0
该函数用于在列表中求取平均数。该代码片段中主要使用了lambda
表达式和map
函数。该函数的主要逻辑是使用lambda
表达式和map
函数提取由待计算的数值组成的迭代器,然后使用sum
函数计算列表的和,再除以列表长度。
LAMBDA
表达式
形如lambda parameters: expression
的表达式可以创建一个匿名函数。在该代码片段中,lambda
表达式出现在函数average_by
的参数定义中,作为一个参数传给了fn
。因此在average_by
函数体中fn
作为刚刚在参数中定义的函数发挥作用。
函数average_by
的默认参数中的lambda
表达式是一个直接返回输入参数的函数。在例子中,向average_by
传入的匿名函数返回字典中key
值为n
项的值。
MAP
函数
map
函数是Python内置的一个高阶函数,这个函数很有意思,它的参数是一个函数以及一个可迭代对象。它会返回一个迭代器,这个迭代器会将参数中的函数应用在参数中可迭代对象上。
其他类似函数
在30-seconds-of-python(https://github.com/30-seconds/30-seconds-of-python)中还有一些类似的代码片段。在理解了average_by
函数之后,这些都很容理解。
MAX_BY
def max_by(lst, fn):
return max(map(fn, lst))
# EXAMPLES
max_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda v : v['n']) # 8
MIN_BY
def min_by(lst, fn):
return min(map(fn, lst))
# EXAMPLES
min_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda v : v['n']) # 2
SUM_BY
def sum_by(lst, fn):
return sum(map(fn, lst))
# EXAMPLES
sum_by([{ 'n': 4 }, { 'n': 2 }, { 'n': 8 }, { 'n': 6 }], lambda v : v['n']) # 20