python几个常用的内置高阶函数

一、什么是高阶函数

定义

• 函数名作为参数传入
• 函数名作为返回值进行返回

例子

def func2(func1,hello_people):
    ret = []
    for p in hello_people:
        if func1(p):
            ret.append(p)
    return ret

hello_people = [ "hyjrain","hyjsun","hyjsnow"]

res = func2(lambda n:n.endswith('rain'),hello_people)
print(res)

func2函数就相当于filter函数，func1为一个传入的函数，此处传入的是lamda函数，来判断字符是否以‘rain’进行结尾

二、filter函数

语法

此函数是将可迭代对象中符合function的对象进行过滤，2.7是输出列表，3是输出可迭代对象

filter(function, iterable) #function函数，iterable可迭代对象

简单例子

def is_odd(n):
    return n % 2 == 1
 
newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(list(newlist))
输出结果：
[1,3,5,7,9]

二、map函数

语法

调用方式和filter相同
map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表
2.7返回列表，3.x返回迭代器

示例

 # 计算列表各个元素的平方
def square(x) :            
	return x ** 2
map(square, [1,2,3,4,5])  
结果：[1, 4, 9, 16, 25]

# 使用 lambda 匿名函数
map(lambda x: x ** 2, [1, 2, 3, 4, 5])  
结果：[1, 4, 9, 16, 25]
 
# 提供了两个列表，对相同位置的列表数据进行相加
map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
结果：[3, 7, 11, 15, 19]

三、reduce函数

语法

reduce() 函数会对参数序列中元素进行累积。
函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果
调用方式和filter基本相同，只是多了一个init初始值

from functools import reduce #python3中reduce函数被放置于此模块中
reduce(function, iterable[, initializer]) #function函数，iterable可迭代对象

实现原理

def add(x,y):
    return x+y

def func1(func,my_list,init=None):
    if init is None:
        res = my_list.pop(0)
    else:
        res = init
    for i in my_list:
        res = func(res,i)
    return res

示例

from functools import reduce
reduce(lambda x,y:x+y, [1,2,3,4,5])
结果：
15