Python高阶函数详解与应用-优快云博客

本文链接：https://blog.youkuaiyun.com/leelian_jason/article/details/69895528

本文详细介绍了Python中的高阶函数，包括map、reduce、filter、sorted的使用方法及实例解析，还涉及返回函数、匿名函数lambda以及装饰器的概念和应用。通过对这些函数的理解，可以帮助读者更好地掌握Python的函数操作技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、map简介：

map 函数一次接收两个参数，一个是函数一个是Iterable，并将传入的函数作用于Iterable，由于结果是一个Iterator，我们直接用list（）返回整个序列为list。

#先定义一个函数：
def f(x):
    return x * x
r = map(f,[1,2,3,4,5])
#map 依次作用list于f函数，所以他是一个Iterator。
print(list(r))

2、利用map直接将整数转换为str:

print(list(map(str,[1,2,3,4,5,6,7,8])))

结果：

['1', '2', '3', '4', '5', '6', '7', '8']

练习

利用map()函数，把用户输入的不规范的英文名字，变为首字母大写，其他小写的规范名字。输入：[‘adam’, ‘LISA’, ‘barT’]，输出：[‘Adam’, ‘Lisa’, ‘Bart’]：

from functools import   reduce
def normalize(name):
        s = name.lower() #将传入的name参数序列全部小写.
        b = s.capitalize()#利用首字母大写函数capitalize
        return b

L1 = ['adam', 'LISA', 'barT','JASon']
L2 = list(map(normalize, L1)) 
print(L2)

2. reduce函数

reduce，即函数套函数，reduce必须接收两个函数，reduce将结果与序列的下一个元素做累积计算。
格式:

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

from functools import  reduce
def add(x,y):
    return x + y

print(reduce(add,[1,2,3]))
from  functools import  reduce
def fn(x,y):
     return x * 10  + y