Quase um livro, quase um tutorial, quase qualquer coisa
Retornar «< 4. Funções de redução/mapeamento - Continue lendo »» 6. Funções de ordem superior p.2
Você deve achar que esquecemos muitas funções embutidas no tópico passado, não? Funções como:
Porém, essas funções têm características especiais. Como assim? Elas podem receber além do iterável, uma outra função como argumento. Vamos lá. Você já foi introduzido ao map() no tópico passado.
A função map(), fazendo um gancho com o tópico anterior, é uma função de mapeamento, contudo, ela recebe o iterável em conjunto a uma função, a que fará o mapeamento. Vamos lá:
def func(x):
"""
Exemplo do tópico passado
"""
return x +2
list(map(func, [1,2,3])) # [3, 4, 5]
A função que chamamos de func() é uma função extremamente simples, retorna a entrada somada com 2, simples assim. Um ponto que vale a pena ser tocado é que as funções usadas por map() só podem receber um argumento. Por quê? A função map() vai pegar um elemento da sequência e aplicar a função. Só isso, sério.
Agora vamos complicar as coisas um pouco mais….
# Uma lista de listas, isso em python também é uma matriz
lista = [[1,2], [2,3], [3,4], [4,5], [5,6]]
def func(x):
"""
Retorna a mesma coisa que entrou
"""
return x
list(map(func, lista))
Você concorda comigo que a entrada não é exatamente um elemento único, mas uma sequência?
Então, como temos uma lista agora, podemos fazer coisas de lista? Aplicar outras funções de iteráveis? Vamos lá:
# Uma lista de listas, isso em python também é uma matriz
lista = [[1,2], [2,3], [3,4], [4,5], [5,6]]
def func_rev(x):
"""
Retorna a lista que entrou, porém invertida
"""
return list(reversed(x))
list(map(func_rev, lista)) # [[2, 1], [3, 2], [4, 3], [5, 4], [6, 5]]
Isso, isso, isso. Olha como a coisa está ficando linda? O que fizemos agora é uma composição de funções, mas dentro de um map(). A notação matemática disso, caso você tenha curiosidade em saber é:
uma função comum = f(x)
composição de funções = f(g(x))
Bom, agora você aprendeu o poder do map(), podemos viajar entre a outra gama de funções de ordem superior que o python oferece. Porém, fica o adendo teórico:
Funções de ordem superior são funções que recebem funções como argumento, ou retornam outra funções.
Viu, foi simples.
A função max() é uma função de redução, e sem a função como parâmetro, ela vai ter o comportamento das funções que vimos no outro tópico.
max([1, 2, 3, 4, 5]) # 5
Só que… (êee… lá vem)
Se essa lista for uma lista de listas, como prosseguir?
lista = [[1,2], [2,3], [3,4], [4,5], [5,6]]
max(lista) # [5, 6]
É, ainda está funcionando.
lista = [[7,2], [5,3], [5,4], [5,5], [5,6]]
max(lista) # [7, 2]
[7, 2] é um bom resultado, mas vamos pensar que o que eu queria eram as somas dois dois elementos, nesse caso o resultado veio errado. 7 + 2 = 9 quando 5 + 6 = 11. Vamos tentar outra vez:
lista = [[7,2], [5,3], [5,4], [5,5], [5,6]]
def func(x):
return x[0] + x[1]
max(lista, key=func) # [5,6]
Viu, esse argumento key pode ser uma mão na roda em muitos dias tristes em que você está sem vontade de cantar uma bela canção.
lista = [[7,2], [5,3], [5,4], [5,5], [5,6]]
max(lista, key=sum) # [5, 6]
Como você já sabe compor funções, vamos imaginar que nossa sequência de entrada poderia ser maior que dois elementos, uma maneira bonita de fazer isso seria usar o sum(). Fica muito mais elegante.
Agora que já entendemos o conceito das HOFs, tudo fica mais simples. A função min() é a função equivalente a max(). Quando a max() pega o maior item da sequência, min() pega o menor.
lista = [[7,2], [5,3], [5,4], [5,5], [5,6]]
min(lista, key=sum) # [5, 3]
Não temos muito mais o que falar sobre min, é só um complemento.
A função embutida iter() tem duas formas, a primeira devolve o iterável de uma sequência.
lista = [1, 2, 3, 4, 5]
iter(lista) # <list_iterator at xpto>
Ele faz a chamada do método __iter__() do objeto. Até então nenhuma novidade. Vamos supor que isso seja um facilitador para transformar nossos objetos em sequências imutáveis e preguiçosas.
Porém, a segunda forma é bem interessante.
"""
Exemplo roubado do Steven Lott
"""
lista = [1, 2, 3, 4, 5]
list(iter(lista.pop, 3)) #[5, 4]
Vamos por partes que agora vem muita informação pra pouca linha de código.
vamos dar um help() em iter():
help(iter)
iter(...)
iter(iterable) -> iterator
iter(callable, sentinel) -> iterator
Get an iterator from an object. In the first form, the argument must
supply its own iterator, or be a sequence.
In the second form, the callable is called until it returns the sentinel.
Então, quer dizer que o callable é chamado até que o retorno seja o sentinela. Como passamos como callable pop() e se pop() for chamado sem argumentos, ele retorna o último elemento da lista e retira ele da mesma. Nesse caso o sentinela é 3. Então ele vai desmontando a lista e gerando um novo iterável de tudo que foi removido da lista anterior.
Ou seja, vamos fazer um mapinha básico:
(1) lista = [1, 2, 3, 4, 5]
(2) saida = []
(3) saida.append(lista.pop())
(4) print(saida) # [5]
Agora que o pop_append ficou claro, deu pra entender o que faz a segunda forma da função iter()? Sim, deu.
Então vamos explorar um exemplo mais eficiente, o da documentação:
with open('mydata.txt') as fp:
for line in iter(fp.readline, ''):
print(line) # só essa linha foi modificada
O método readline, quando passado sem parâmetros efetua a leitura de um único caracter. Nesse caso ele printaria uma letra do arquivo por linha. Mas, como usamos iter(fp.readline, '') ele vai nos retornar uma sequência de strings até que o sentinela que no caso é vazio apareça.
Ou seja, é passado um objeto com um método no lugar de uma função. O método tem suas particularidades como não precisar de argumentos e agir no objeto em si. Isso parece óbvio, porém, quando construímos nossas próprias classes, o retorno pode não ser o esperado, como nas sequências embutidas do python.
Para os viciados em listas, como eu, o método sort da lista funciona bem, apesar de ordenar a lista e não trazer uma nova lista, o que as vezes é uma dor de cabeça.
lista = [1, 2, 3, 3, 2, 1]
lista.sort()
print(lista) # [1, 1, 2, 2, 3, 3]
Para agradar a todos, temos a função embutida sorted().Assim como as outras HOFs, temos o parâmetro opcional key e podemos decidir como a ordenação será feita.
Vamos pensar em uma tupla de tuplas, uma saída de um banco, por exemplo:
autores = (('Fernando Pessoa', 17, 'Portugal'),
('Carlos Drummond Andrade', 14, 'Brasil'),
('Nenê Altro', 4, 'Brasil'))
Agora vamos ordenar:
sorted(autores)
#[('Carlos Drummond Andrade', 14, 'Brasil'),
# ('Fernando Pessoa', 17, 'Portugal'),
# ('Nenê Altro', 4, 'Brasil')]
Até então, tudo certo. Ele ordenou pelo index 0 da tupla, que nesse caso eram os nomes.
Vamos tentar usar a magia da key agora:
sorted(autores, key=lambda x: x[1])
#[('Nenê Altro', 4, 'Brasil'),
# ('Carlos Drummond Andrade', 14, 'Brasil'),
# ('Fernando Pessoa', 17, 'Portugal')]
Nesse caso, a ordenação foi dada pelo index 1, que foi o que nós determinamos na função lambda, vamos tentar mais um caso:
sorted(autores, key=lambda x: x[0][-1])
#[('Fernando Pessoa', 17, 'Portugal'),
# ('Carlos Drummond Andrade', 14, 'Brasil'),
# ('Nenê Altro', 4, 'Brasil')]
Nesse caso ele fez a ordenação pelo index 0, só que invertido.
Mas não paramos por aí. sorted() ainda tem mais um argumento escondido, reverse, que por padrão vem sempre False.
Mas podemos pedir o True dele:
sorted(autores, key=lambda x: x[0][-1], reverse=True)
#[('Nenê Altro', 4, 'Brasil'),
# ('Carlos Drummond Andrade', 14, 'Brasil'),
# ('Fernando Pessoa', 17, 'Portugal')]
E agora obtivemos o mesmo resultado, só que invertido.
Só pra não dizer que não falei das flores. No lugar desse lambda que não é muito bonito, existe uma função bem bonita no módulo operator chamada itemgetter():
from operator import itemgetter
sorted(autores, key=itemgetter(1))
#[('Nenê Altro', 4, 'Brasil'),
# ('Carlos Drummond Andrade', 14, 'Brasil'),
# ('Fernando Pessoa', 17, 'Portugal')]
Mas, teremos alguns momentos a sós com o módulo operator, calma jovenzinho. Uma hora a gente chega lá.
Bom, já estamos chegando ao final e filter() não poderia ficar de fora. A única razão pro filter() ser a última função a ser comentada por agora é única e simplesmente por fugir das definições passadas até agora.
filter() não é uma função nem de mapeamento, nem de redução. filter() é uma função de filtragem. Veja bem, só por isso ela ficou por último. Chega de enrolar, vamos ao código:
lista = [1, 2, 3, 4, 5]
impares = lambda x: x % 2
filter(impares, lista) # [1, 3, 5]
Nem doeu, né? Vale uma lembrança, aparentemente iria retornar só os pares, porém zero é False, lembra? Então o retorno foram os ímpares.
Caso você queira inverter, temos o filterfalse() do módulo itertools, que vai ser tema de outro tópico, mas fica o gostinho:
from itertools import filterfalse
lista = [1, 2, 3, 4, 5]
impares = lambda x: x % 2
filterfalse(impares, lista) # [2, 4]
Por hoje é só pessoal. No próximo tópico vamos aprender a criar nossas próprias HOFs.
Retornar «< 4. Funções de redução/mapeamento - Continue lendo »» 6. Funções de ordem superior p.2