python fd函数_Python高阶函数

所谓高阶函数(Higher-order function)，是指将其他函数作为参数的函数。这有助于增强 Python，使我们的代码更加简单、可读。

常见的高阶函数有：map()、filter()、reduce()、sorted()，一起来看看它们的用法吧！

网络图片，很形象

！

1

map()

基础语法：

map(func, *iterables) --> map object

作用：对序列进行函数映射。

原理：func 函数将作用于 iterables 的每一项，最后将结果作为新的迭代器返回。

例如，要得到 10 以内的偶数，可以这样写：

>>> evens = map(lambda n: n*2, range(5))

>>> evens

在这里，map 返回了一个迭代器，好处是它节省了内存，但不好的一点是只能迭代一次。

如果需要多次迭代，或者按索引访问元素，那么可以从迭代器中创建一个列表：

>>> evens = list(map(lambda n: n*2, range(5)))

>>> evens

[0, 2, 4, 6, 8]

2

filter()

基础语法：

filter(function or None, iterable) --> filter object

作用：过滤掉序列中不符合条件的元素，这通常适用于序列元素需要删减的情况。

原理：function 函数将作用于 iterable 的每一项，只有当 function 返回 True 时，元素才会被留下来。

同样，也可以使用 filter 获得 10 以内的偶数：

>>> evens = filter(lambda n: n%2==0, range(10))

>>> evens

与 map 类似，可以从迭代器中创建一个列表：

>>> evens = list(filter(lambda n: n%2==0, range(10)))

>>> evens

[0, 2, 4, 6, 8]

3

reduce()

基础语法：

reduce(function, sequence[, initial]) -> value

作用：对序列中的每一项进行累计操作。

原理：用函数 function 先对 sequence 中的第 1、2 个元素操作，得到的结果再与第 3 个元素操作 ... 以此类推，最后得到一个结果。

有了这个函数，再来重新实现下《Python 递归函数》中的阶乘：

>>> from functools import reduce

>>>

>>> def factorial(n):

...     def mult(a, b):

...         return a*b

...     return reduce(mult, range(1, n+1), 1)

...

>>>

注意：在 Python 2.x 中，reduce() 是一个内置函数。但在 3.x 中，它被移至 functools 模块。因此，在使用前要先进行导入。

尝试一下，传递几个不同的值：

>>> factorial(0)

1

>>> factorial(1)

1

>>> factorial(5)

120

4

sorted()

基础语法：

sorted(iterable, /, *, key=None, reverse=False)

作用：对所有可迭代的对象进行排序操作。它返回了一个新列表，其中包含了 iterable 中的所有项(已排序)。

原理：通过 key 函数来对 iterable 的每一项进行排序，排序规则取决于 reverse，为 True 时按降序排列，为 False 时按升序排列(默认)。

需要注意的是，sorted() 并不会对序列本身进行排序，排序的是返回的新列表：

>>> l = ['Python', 'PHP', 'Java']

>>>

>>> sorted_l = sorted(l)

>>>

>>> l         # 本身并未排序

['Python', 'PHP', 'Java']

>>>

>>> sorted_l  # 排序的是返回的新列表

['Java', 'PHP', 'Python']

再来看看降序，和自定义排序：

>>> sorted(l, reverse=True)  # 按降序排列

['Python', 'PHP', 'Java']

>>>

>>> sorted(l, key=len)       # 按字符串的长度排序

['PHP', 'Java', 'Python']