Python高阶函数

简介

有几个概念需要声明：
- 变量可以指向函数
- 函数名也是变量

典型的高阶函数：

# 定义
def add(x, y, func):
    return func(x)+func(y)
# 调用
add(1, -2, abs)

map/reduce函数

map

map函数接收两个参数，一个是函数，一个是序列。
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list返回。
代码示例

print map(lambda x: x**2, [1, 2, 3, 4, 5])

输出：

[1, 4, 9, 16, 25]

带多个序列的map

map(lambda x,y: x+y, [1,2,3], [4,5,6])

函数参数为空，多个序列参数的map函数等价于zip

map(None, [1,2,3], [4,5,6])  # [(1, 4), (2, 5), (3, 6)]
zip([1,2,3], [4,5,6])  # [(1, 4), (2, 5), (3, 6)]

Question：
列表解析式可以完全取代map？
否，部分取代。

reduce

reduce把一个函数作用在一个序列[x1, x2, x3…]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：

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

代码示例

def add(x, y):
    return x+y
print reduce(add, [1, 2, 3, 4])

输出：

10

filter函数

Python内建的filter()函数用于过滤序列。

和map()类似，filter()也接收一个函数和一个序列。和map()不同的时，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

代码示例

def is_odd(n):
    return n % 2 == 1

filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15])
# 结果: [1, 5, 9, 15]

其作用可被列表解析式中的if语句代替

Ref：
http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/00141861202544241651579c69d4399a9aa135afef28c44000
http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001418612030427b1f1cf4ea04c41368e8a6753dca43070000