python 一篇文章带你了解高阶函数

关注

原创最新推荐文章于 2026-03-22 12:40:50 发布 723 阅读 AI 写同款· GEO 优化 ›

一篇文章带你搞懂Python中的类前言今天我们要说的是面向对象的核心-----类，类能帮我们把复杂的事情变得有条理，有顺序，希望大家通过学习类能改善自己的编码风格，使代码变得更为好看，更加通俗易懂。 1.类的用法一、什么是类类（class），作为代码的父亲，可以说它包裹了很多有趣的函数和方法以及变量，下面我们试着简单创建一个吧。这样就算创建了我们的第一个类了。大家可以看到这里面有一个self，其实它指的就是类aa的实例。每个类中的函数只要你不是类函数或者静态函数你都得加上这个self，当然你也可以用其他的代替这个. 阅读详情

📝 面试求职： 「面试试题小程序」，内容涵盖测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）

📝 职场经验干货：

软件测试工程师简历上如何编写个人信息（一周8个面试）

软件测试工程师简历上如何编写专业技能（一周8个面试）

软件测试工程师简历上如何编写项目经验（一周8个面试）

软件测试工程师简历上如何编写个人荣誉（一周8个面试）

软件测试行情分享（这些都不了解就别贸然冲了.）

软件测试面试重点，搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用（永久使用）

在 Python 中，高阶函数（Higher-Order Function）是指：

接受一个或多个函数作为参数；

或者返回一个函数作为结果；

有时两者兼具。

高阶函数是函数式编程的重要概念之一，它可以帮助我们写出更简洁、可复用性更高的代码。Python 内置了许多高阶函数，如 map()、filter()、sorted()、reduce() 等，同时你也可以自己定义高阶函数。

✅ 一、什么是高阶函数？

示例1：将函数作为参数传入

def apply_func(fn, x):
    return fn(x)
def square(n):
    return n * n
result = apply_func(square, 5)
print(result)  # 输出: 25

在这个例子中：

apply_func 是一个高阶函数，因为它接收另一个函数 fn 作为参数。

square 是被传入的普通函数。

示例2：函数返回函数

def make_multiplier(n):
    def multiplier(x):
        return x * n
    return multiplier
double = make_multiplier(2)
triple = make_multiplier(3)
print(double(5))   # 输出: 10
print(triple(5))   # 输出: 15

这个例子中的 make_multiplier 是一个闭包函数，也是一个高阶函数，因为它返回了一个函数。

✅ 二、常见的内置高阶函数

1. map(function, iterable)

对可迭代对象中的每个元素应用函数，并返回一个新的迭代器。

numbers = [1, 2, 3, 4]
squared = map(lambda x: x ** 2, numbers)
print(list(squared))  # 输出: [1, 4, 9, 16]

2. filter(function, iterable)

过滤掉不满足条件的元素，保留满足条件的元素。

numbers = [1, 2, 3, 4, 5, 6]
even_numbers = filter(lambda x: x % 2 == 0, numbers)
print(list(even_numbers))  # 输出: [2, 4, 6]

3. sorted(iterable, key=None, reverse=False)

根据指定规则排序。

names = ["Alice", "Bob", "Charlie"]
sorted_names = sorted(names, key=lambda name: len(name))
print(sorted_names)  # 按长度排序: ['Bob', 'Alice', 'Charlie']

4. reduce(function, iterable[, initializer])

连续应用函数，把可迭代对象“归约”为一个值。需要从 functools 导入。

from functools import reduce
numbers = [1, 2, 3, 4]
sum_result = reduce(lambda x, y: x + y, numbers)
print(sum_result)  # 输出: 10‍

✅ 三、自定义高阶函数

你可以自己编写高阶函数来封装一些通用逻辑。

示例：通用计算函数

def compute(operation):
    def calculator(a, b):
        return operation(a, b)
    return calculator
add = compute(lambda a, b: a + b)
multiply = compute(lambda a, b: a * b)
print(add(3, 4))       # 输出: 7
print(multiply(3, 4))  # 输出: 12‍

✅ 四、结合 lambda 使用高阶函数

lambda 表达式非常适合与高阶函数一起使用，可以简化代码。

# 计算每个数的平方根
import math
nums = [4, 9, 16, 25]
roots = list(map(lambda x: math.sqrt(x), nums))
print(roots)  # 输出: [2.0, 3.0, 4.0, 5.0]
# 找出大于10的数
greater_than_10 = list(filter(lambda x: x > 10, nums))
print(greater_than_10)  # 输出: []‍