點(diǎn)擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

作為一種抽象程度極高的編程范式，函數(shù)式編程的最大特點(diǎn)就是允許函數(shù)本身作為一個參數(shù)傳入另一個函數(shù)，并且也可以返回一個函數(shù)。本文介紹Python函數(shù)式編程的兩個極為重要的函數(shù)：map和reduce。在介紹這兩個函數(shù)前，先簡單說下什么是高階函數(shù)。

    我們求平方根函數(shù)的例子來解釋什么是高階函數(shù)。

>>> math.sqrt(16)4.0>>> math.sqrt<built-in function math.sqrt>

    由上可見，math.sqrt(16)是函數(shù)調(diào)用，而math.sqrt則是函數(shù)本身。Python允許將函數(shù)本身賦值給一個變量，所以我們可以看到如下效果：

>>> f = math.sqrt>>> f<built-in function math.sqrt>

    于是我們可以得到結(jié)論：Python中變量可以指向函數(shù)。

    變量可以指向函數(shù)，函數(shù)的參數(shù)可以接受變量，那一個函數(shù)就可以接受另一個函數(shù)作為參數(shù)，這樣的函數(shù)我們稱之為高階函數(shù)。

def add(x,y,f):    return f(x)+f(y)>>> add(16,9,math.sqrt)7.0 

    作為Python函數(shù)式編程的代表，你可以將map函數(shù)理解為數(shù)學(xué)上的映射，map函數(shù)接受兩個參數(shù)，一個是函數(shù)，另一個則是函數(shù)所作用的可迭代對象。map將函數(shù)依次作用在可迭代對象的每一個元素上，并將結(jié)果作為一個迭代器返回。且看實(shí)例：

    例如我們有一個函數(shù)f(x)=x³ ,有一個list L=[1,2,3,4,5]，我們就可以用map函數(shù)來將函數(shù)作用到這個可迭代對象list上：

>>> def f(x):...    return x*x*x...>>> L = [1, 2, 3, 4, 5]>>> L2 = map(f, L)>>> list(L2)[1, 8, 27, 64, 125]

    map函數(shù)的好處是可以將運(yùn)算規(guī)則抽象化，對于簡單函數(shù)我們也許不能體會到方便之處，但對于復(fù)雜函數(shù)，map的便利性是顯而易見的。例如將一個list里面所有數(shù)字轉(zhuǎn)化為字符串只需要一行代碼：

>>> list(map(str, [1, 2, 3]))['1', '2', '3']

    如果說map函數(shù)理解為映射的話，那reduce函數(shù)則可以理解為歸約或者迭代。reduce函數(shù)也只接受兩個參數(shù)，一個是歸約函數(shù)，一個是函數(shù)所作用的可迭代對象。reduce將一個函數(shù)f作用在一個list上的迭代思想如下：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

    例如我們想要將一個序列[1,2,3,4,5]變成整數(shù)12345，用reduce函數(shù)可寫為：

>>> from functools import reduce>>> def fn(x, y):...     return x * 10 + y...>>> reduce(fn, [1, 2, 3, 4, 5])12345

    這里僅簡單的對map和reduce函數(shù)做個簡單筆記，內(nèi)容不多，但關(guān)鍵在于掌握其函數(shù)式編程的思想精髓。借助于map/reduce的函數(shù)式編程思想，Hadoop的大數(shù)據(jù)處理工具M(jìn)apReduce已經(jīng)將該思想作為一種編程模型，進(jìn)行大規(guī)模數(shù)據(jù)集的并行運(yùn)算了。等小編將來學(xué)習(xí)了Hadoop，再來仔細(xì)說說MapReduce吧。

好消息！
小白學(xué)視覺知識星球
開始面向外開放啦??????



下載1：OpenCV-Contrib擴(kuò)展模塊中文版教程
在「小白學(xué)視覺」公眾號后臺回復(fù)：擴(kuò)展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版，涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺實(shí)戰(zhàn)項(xiàng)目52講
在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實(shí)戰(zhàn)項(xiàng)目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計(jì)數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實(shí)戰(zhàn)項(xiàng)目，助力快速學(xué)校計(jì)算機(jī)視覺。

下載3：OpenCV實(shí)戰(zhàn)項(xiàng)目20講
在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實(shí)戰(zhàn)項(xiàng)目20講，即可下載含有20個基于OpenCV實(shí)現(xiàn)20個實(shí)戰(zhàn)項(xiàng)目，實(shí)現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計(jì)算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進(jìn)入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~