匿名函数

python匿名函数(lambda)

阅读更多关于 python匿名函数(lambda)

与正常写法相比，使用匿名函数相当简洁 map() 遍历所有 a = [1, 2, 3] x = [] for each in a: x.append(each+1) print(x) ### 使用map(func, iterable) print(list(map(lambda x: x+1, a))) reduce(func, seq) 积累每次计算的值 def num(x, y): return x + y print(reduce(num, [1, 2, 3, 4])) -------------------------- print(reduce(lambda x, y: x*y, [1, 2, 3, 4])) filter(func, iterable) 过滤满足条件的值 print(list(filter(lambda x: x%2==0,range(10)))) 本文首发于 python黑洞网，博客园同步更新来源： https://www.cnblogs.com/pythonzhilian/p/12541117.html

DOM节点操作

阅读更多关于 DOM节点操作

DOM中有一个非常重要的功能，就是节点模型，也就是DOM中的“M” 。页面中的元素结构就是通过这种节点模型来互相对应着的，我们只需要通过这些节点关系，可以创建、插入、替换、克隆、删除等等一些列的元素操作。创建节点为了使页面更加智能化，有时我们想动态的在html结构页面添加一个元素标签，那么在插入之前首先要做的动作就是：创建节点。 html代码如下： <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title>DOM节点操作</title> <script type="text/javascript" src="jquery-1.12.3.js"></script> <script type="text/javascript" src="demo.js"></script> <link rel="stylesheet" type="text/css" href="style.css" /> </head> <body> </body> </html> 创建一个节点： var box = $("<div id='box'>节点</div>"); //创建节点将节点插入到<body>元素内部： $("body").append(box); //插入节点插入节点在创建节点的过程中，其实我们已经演示怎么通过.append

【Node.js】匿名函数-闭包-Promise

阅读更多关于【Node.js】匿名函数-闭包-Promise

javascript中，匿名函数多用于实现回调函数和闭包闭包=函数+引用环境， promise 是 ES6 中语言标准，保存着某个未来才会结束的事件（通常是一个异步操作）的结果. const promise = new Promise(function(resolve, reject) { // ... some code if (/* 异步操作成功 */){ resolve(value); } else { reject(error); } }); 0.引言工作中，有一个业务功能：周期扫描任务，每一个周期会扫描出数据，然后按照周期数存到 elasticsearch ,现在需要每个周期之间的数据是否有重叠关联的数据去支撑周期快照功能，通过 Query DSL +kibana 可视化查询，或可通过肉眼比对，未免劳心劳力。 kibana 也是通过 http post 请求，然后返回数据 json ，那么我们完全可以模拟 kibana 请求，获取数据，再通过代码比对相邻周期数据，输出文件，一个小爬虫兼数据分析的小工具构想浮现在脑海中。 1.第一个index.js 由于真实代码在公司，示例代码做了修改， url 替换成了百度， post 替换为 get const http = require('https'); function spider() { for (i = 0;

函数递归+匿名函数+内置函数day15

阅读更多关于函数递归+匿名函数+内置函数day15

一、函数递归什么是函数递归：　　函数递归调用是一种特殊的嵌套调用，在调用一个函数的过程中，又直接或间接地调用了该函数本身。其中，函数的递归有明确的结束条件，不能无限制的调用，否则会撑破内存，在Python中限定递归最多调用1000层。 1000层这个值是大概的数值，这个数值可以通过Python内置的功能进行更改。递归必须要有两个明确的阶段：　　递推：一层层递归调用下去，强调每次进入下一次递归，问题规模都在减小　　回溯：递归必须要有一个明确的结束条件，在满足该条件时结束递推，开始一层层回溯　　其中，递归的精髓在于通过不断的重复逼近一个最终结果。循环（while）能做的，递归都可以，为什么还要递归？　　因为相较于循环，递归无须确定循环次数，只需确定结束条件。举个例子，递归的应用：二分法：有个从小到大排列对的列表，判断某个值是否在里面。 nums=[1,3,7,11,22,34,55,78,111,115,137,149,246,312] def search(search_num,nums): print(nums) if len(nums)==0: print('not exists') return mid_index=len(nums)//2 if search_num>nums[mid_index]: nums=nums[mid_index+1:]

转：高阶函数、委托与匿名方法

阅读更多关于转：高阶函数、委托与匿名方法

因为InfoQ老是打不开，于是从转上来了。高阶函数（higher-order function）是指把另一个函数作为参数或返回值的函数。例如在JavaScript语言中，Function是顶级类型。一个函数就是类型为 Function的顶级对象，自然就可以作为另一个函数的参数或返回值。例如在Microsoft AJAX Library（ASP.NET AJAX的客户端类库）中有一个被广泛使用的createDelegate方法。该方法接受一个对象A和一个函数F作为参数，并返回一个函数R。当调用函数R时，F函数将被调用，并且保证无论在什么上下文中，F的this引用都会指向对象A： Function.createDelegate = function(instance, func) { return function() { return callback.apply(a, arguments); } } 委托是.NET平台中一种特殊的类型。有人说，它是一种强类型的函数指针。这种说法虽然细节上略失偏颇，但是从功能和作用上讲不无道理。有了委托类型，一个方法就能被封装成一个对象被作为另一个方法的参数或返回值，这自然就为.NET平台上的语言（例如C#，VB.NET）引入了对高阶函数的“ 原生支持”1。例如在System.Array类中就有许多静态的高阶函数

python之高阶函数和匿名函数

阅读更多关于 python之高阶函数和匿名函数

map() map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。 1 def func(x): 2 return x*x 3 4 r = map(func, [1, 2, 3, 4, 5]) 5 print(type(r)) 6 r = list(r) 7 print(r) 输出结果： <class 'map'> [1, 4, 9, 16, 25] 可以看出，map让函数func作用于列表的每一项，使列表的每一项都被函数func执行一次，即列表的每一项都进行平方。其返回值是map类型。 reduce() reduce函数必须接收两个参数,把一个函数作用在一个序列[x1, x2, x3, ...]上，然后再把结果继续和序列的下一个元素做累积计算。 1 from functools import reduce 2 3 def fn(x, y): 4 return x * 10 + y 5 6 f = reduce(fn, [1, 3, 5, 7, 9]) # 把序列变为整数 7 print(f) 8 print(type(f)) 输出结果： 13579 <class 'int'> 和map不同，虽然reduce也是作用于每个元素，但是reduce的作用结果要用在下次和另一个元素做累积计算。

阅读更多关于匿名函数

#####匿名函数 # def add(a,b): # return a+b # print(add(1,2)) # add = lambda a,b: a+b # print(add(1,2)) # def func(key): # return dic[key] # dic = {'k1':10,'k2':100,'k3':30} # print(max(dic,key=lambda k:dic[k])) # print(min(dic,key=lambda k:dic[k])) # min max filter map sorted ------都可以和lambda配合 ((('a'),('b')),(('c'),('d'))) # ret = zip((('a'),('b')),(('c'),('d'))) # def func(tup): # return {tup[0]:tup[1]} # res = map(func,ret) # print(list(res)) # ret = zip((('a'),('b')),(('c'),('d'))) # res = map(lambda tu:{tu[0]:tu[1]},ret) # print(list(res)) # res = list(map(lambda tu:{tu[0]:tu[1]},zip((('a'),(

Python匿名函数

阅读更多关于 Python匿名函数

1. 请利用filter()过滤出1~100中平方根是整数的数，即结果应该是： [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] 1 import math 2 def func(x): 3 return math.sqrt(x) % 1 == 0 4 ret = filter(func,range(0,101)) 5 for i in ret: 6 print(i) 2. 列表按照其中每一个值的绝对值排序 li = [1,-2,3,-48,78,9] print(sorted(li,key = abs)) 结果： [1, -2, 3, 9, -48, 78] 3. 列表按照每一个元素的len排序 li = [(1,-2),[3],[-48,78,9],'hello world'] ret = sorted(li,key = len) print(ret) 结果： [[3], (1, -2), [-48, 78, 9], 'hello world'] 4.请把以下函数变成匿名函数 def add(x,y): return x+y 改成匿名函数： ret = lambda x,y:x+y 5. 下面程序的输出结果是： d = lambda p:p*2 t = lambda p:p*3 x = 2 x = d(x) x = t(x) x = d(x)

python学习笔记之匿名函数

阅读更多关于 python学习笔记之匿名函数

def add(x,y): return x+yadd = lambda x,y:x+yprint(add(1,2))dic={'k1':10,'k2':100,'k3':30}def func(key): return dic[key]print(max(dic,key=func)) #根据返回值判断最大值，返回值最大的那个参数是结果print(max(dic,key=lambda key:dic[key]))max([1,2,3,4,5,-6,-7],key=abs)ret = map(abs,[-1,2,-3,4])for i in ret: print(i)def func(x): return x**2ret = map(func,[-1,2,-3,4])for i in ret: print(i)ret = map(lambda x:x**2,[-1,2,-3,4]) 来源： https://www.cnblogs.com/CoolClare/p/10938124.html

PHP之闭包详解

阅读更多关于 PHP之闭包详解

匿名函数提到闭包就不得不想起匿名函数，也叫闭包函数（closures），貌似PHP闭包实现主要就是靠它。声明一个匿名函数是这样： 1 $func = function() { 2 3 }; //带结束符可以看到，匿名函数因为没有名字，如果要使用它，需要将其返回给一个变量。匿名函数也像普通函数一样可以声明参数，调用方法也相同： 1 $func = function( $param ) { 2 echo $param; 3 };$func( 'some string' ); 4 //输出： 5 //some string 顺便提一下，PHP在引入闭包之前，也有一个可以创建匿名函数的函数：create function，但是代码逻辑只能写成字符串，这样看起来很晦涩并且不好维护，所以很少有人用。实现闭包将匿名函数在普通函数中当做参数传入，也可以被返回。这就实现了一个简单的闭包。下边有三个例子 1 //例一 2 //在函数里定义一个匿名函数，并且调用它 3 function printStr() { 4 $func = function( $str ) { 5 echo $str; 6 }; 7 $func( 'some string' ); 8 }printStr(); 9 10 //例二 11 //在函数中把匿名函数返回，并且调用它 12 function

订阅匿名函数