高阶函数

最新推荐文章于 2025-05-07 15:25:17 发布

G_AOFAN

最新推荐文章于 2025-05-07 15:25:17 发布

阅读量155

点赞数

分类专栏： Python

Python 专栏收录该内容

22 篇文章

订阅专栏

本文深入探讨Python中的高阶函数，包括map、reduce和filter的使用方法与应用场景。通过实例解析，展示如何利用这些函数简化代码，提高编程效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、map类

map会把集合里的每一个元素都传入到square()函数中，并接收square()函数的返回结果


list_x=[1,2,3,4,5,6,7,8]
list_y=[1, 4, 9, 16, 25, 36, 49, 64]
def square(x):
    return x*x

r=map(square,list_x)
print(list(r))
#>>>[1, 4, 9, 16, 25, 36, 49, 64]
#map会把集合里的每一个元素都传入到square()函数中，并接收square()函数的返回结果

map的作用等同于for循环：

（map的实现机制）


#map的实现机制：
for x in list_x:
    return x*x

使用匿名函数简化代码：

推荐使用！！！

#使用匿名函数简化代码
list_x=[1,2,3,4,5,6,7,8]
r=map(lambda x:x*x,list_x)

定义多个参数：

list_x=[1,2,3,4,5,6,7,8]
list_y=[1,2,3,4,5,6]
r=map(lambda x,y:x*x+y,list_x,list_y)
print(list(r))
#>>>[2, 6, 12, 20, 30, 42]
#list_x后两个不进行计算

>>>[2, 6, 12, 20, 30, 42]
list_x后两个不进行计算

二、reduce（）函数

reduce是一个函数使用时先导入库

from functools import reduce

#连续计算，连续调用lambda
list_x=[1,2,3,4,5,6,7,8]
r=reduce(lambda x,y:x+y,list_x)
print(r)
#>>>36
#<===>((((((1+2)+3)+4)+5)+6)+7)+8

连续计算，连续调用lambda

<===>((((((1+2)+3)+4)+5)+6)+7)+8

最后一个参数是初始值：

r=reduce(lambda x,y:x+y,list_x，10)
#最后一个参数是初始值

结果>>>46<===>(((((((10+1)+2)+3)+4)+5)+6)+7)+8

补充：map/reduce 编程模式 map（映射） reduce（归约）两者结合可以进行并行计算

reduce 可以解决旅行者移动问题：左右前后移动位置输出

三、filter过滤器

list_x=[1,0,1,0,0,1]
list_y=['a','B','c','D','e','F']
#过滤大小写

r=filter(lambda x:True if x==1 else False,list_x)
#<==>r=filter(lambda x:x,list_x)

print(list(r))#>>>[1, 1, 1]

补充：

1、函数式编程 lisp:函数式编程的鼻祖（函数：map\reduce\filter，算子：lambda）

2、命令式编程 def\if else\for