Python入门到精通Day12：16-23-高阶函数

四、高阶函数
把函数作为参数传入，这样的函数称为高阶函数，高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。
高阶函数的作用其实就是化简代码、增加函数的灵活性。

4.1 体验高阶函数
先预备两个知识点：
在Python中，abs()函数可以完成对数字求绝对值计算。
round()函数可以完成对数字的四舍五入计算。

print(abs(-10)) # 10

print(round(1.2))   # 1
print(round(1.9))   # 2

需求：任意两个数字，按照指定要求整理数字后再进行求和计算。

方法1

def add_num(a, b):
    return abs(a) + abs(b)


result = add_num(-1, 2)
print(result)  # 3

方法2

# 高阶函数：f是第三个参数，用来接收将来传入的函数
def sum_num(a, b, f):
    return f(a) + f(b)


result1 = sum_num(-1, 2, abs)
print(result1)  # 3

result2 = sum_num(1.1, 5.9, round)
print(result2)  # 7

注意：两种方法对比之后，发现，方法2的代码会更加简洁，函数灵活性更高。
函数式编程大量使用函数，减少了代码的重复，因此程序比较短，开发速度较快。

4.2 内置高阶函数
4.2.1 map()
map(func, lst)，将传入的函数变量func作用到 lst 变量的每个元素中，并将结果组成新的列表(Python2)/迭代器(Python3)返回。
需求：计算 list1 序列中各个数字的2次方。

#1. 准备列表数据
list1 = [1, 2, 3, 4, 5]

#2. 准备2次方计算的函数
def func(x):
    return x ** 2

# 3. 调用map
result = map(func, list1)

# 4.验收成果
print(result)  # <map object at 0x0000020621C7D0A0>
print(list(result))  # [1, 4, 9, 16, 25]

4.2.2 reduce()
reduce(func, lst)，其中func必须有两个参数。每次func计算的结果继续和序列的下一个元素做累积计算。
注意：reduce()传入的参数func必须接收2个参数。
需求：计算 list1 序列中各个数字的累加和。

# 1. 导入模块
import functools

list1 = [1, 2, 3, 4, 5]

# 2. 定义功能函数
def func(a, b):
    return a + b

# 3.调用reduce，作用：功能函数计算的结果和序列的下一个数据做累计计算
result = functools.reduce(func, list1)

print(result)  # 15

4.2.3 filter()
filter(func, lst)函数用于过滤序列，过滤掉不符合条件的元素，返回一个 filter 对象。如果要转换为列表，可以使用 list()来转换。

list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 1. 定义功能函数
def func(x):
    return x % 2 == 0

# 2. 调用filter
result = filter(func, list1)

print(result)  # <filter object at 0x0000029D9A9678E0>
print(list(result))  # [2, 4, 6, 8, 10]

五、总结
递归：
函数内部自己调用自己
必须有出口
（如果没有出口，会报错，超出最大递归深度）

lambda（又叫匿名函数）：
语法：

lambda 参数列表: 表达式

lambda的参数形式：
无参数

lambda: 表达式

一个参数

lambda 参数: 表达式

默认参数

lambda key=value: 表达式

不定长位置参数

lambda *args: 表达式

不定长关键字参数

lambda **kwargs: 表达式

高阶函数：
作用：把函数作为（另外一个函数的）参数传入，化简代码
内置高阶函数
map()
reduce()
filter()