Python基础知识(十)：高阶函数【map()、reduce()、filter()、lambda、sorted】【高阶函数：可接收其他函数作为参数的函数】

本文主要是介绍Python基础知识(十)：高阶函数【map()、reduce()、filter()、lambda、sorted】【高阶函数：可接收其他函数作为参数的函数】，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

高阶函数：一个函数可以作为参数传给另外一个函数，或者一个函数的返回值为另外一个函数（若返回值为该函数本身，则为递归），满足其一则为高阶函数。

一、map函数

map函数接收的是两个参数，一个函数，一个序列，其功能是将序列中的值处理再依次返回至列表内。其返回值为一个迭代器对象–》例如：<map object at 0x00000214EEF40BA8>。其用法如图：
在这里插入图片描述
接下来我们看一下map函数的机制是怎么样的：

num=[1,2,3,4,5]
def square(x):return x**2
#map函数模拟
def map_test(func,iter):num_1=[]for i in iter:ret=func(i)# print(ret)num_1.append(ret)return num_1.__iter__() #将列表转为迭代器对象#map_test函数
print(list(map_test(square,num)))
#map函数
print(list(map(square,num)))#当然map函数的参数1也可以是匿名函数、参数2也可以是字符串
print(list(map_test(lambda x:x.upper(),"amanda")))
print(list(map(lambda x:x.upper(),"amanda")))

二、filter函数

filter函数也是接收一个函数和一个序列的高阶函数，其主要功能是过滤。其返回值也是迭代器对象，例如：<filter object at 0x000002042D25EA90>，其图示如下：
在这里插入图片描述
接下来我们看一下filter函数的用法以及其机制是怎么样的：

names=["Alex","amanda","xiaowu"]
#filter函数机制
def filter_test(func,iter):names_1=[]for i in iter:if func(i): #传入的func函数其结果必须为bool值，才有意义names_1.append(i)return names_1
#filter_test函数
print(filter_test(lambda x:x.islower(),names))
#filter函数
print(list(filter(lambda x:x.islower(),names)))

三、reduce函数

reduce函数也是一个参数为函数，一个为可迭代对象的高阶函数，其返回值为一个值而不是迭代器对象，故其常用与叠加、叠乘等，图示例如下：
在这里插入图片描述
实例如下：

#reduce函数不是内置函数，而是在模块functools中的函数，故需要导入
from functools import reducenums=[1,2,3,4,5,6]
#reduce函数的机制
def reduce_test(func,array,ini=None): #ini作为基数if ini == None:ret =array.pop(0)else:ret=inifor i in array:ret=func(ret,i)return ret
#reduce_test函数，叠乘
print(reduce_test(lambda x,y:x*y,nums,100))
#reduce函数，叠乘
print(reduce(lambda x,y:x*y,nums,100))

四、filter、map区别

batch = [None, 2, 3]
print("batch = ", batch)a = list(filter(lambda x: x is not None, batch))
b = list(filter(lambda x: x, batch))
c = lambda x: x, batchprint("\na = ", a)
print("b = ", b)
print("c = ", c)demo1 = [1, 2, 3, 4, 5, 6, 7]
demo1_filter = filter(lambda x: x > 2, demo1)
demo1_filter_list = list(demo1_filter)print("\ntype(demo_filter) = {0}; demo_filter = {1}".format(type(demo1_filter), demo1_filter))
print("type(demo1_filter_list) = {0}; demo1_filter_list = {1}".format(type(demo1_filter_list), demo1_filter_list))demo2 = [1, 2, 3, 4, 5, 6, 7]
demo2_map = map(lambda x: x > 2, demo2)
demo2_map_list = list(demo2_map)print("\ntype(demo2_map) = {0}; demo2_map = {1}".format(type(demo2_map), demo2_map))
print("type(demo2_map_list) = {0}; demo2_map_list = {1}".format(type(demo2_map_list), demo2_map_list))

打印结果：

batch =  [None, 2, 3]a =  [2, 3]
b =  [2, 3]
c =  (<function <lambda> at 0x7f1da46f9280>, [None, 2, 3])type(demo_filter) = <class 'filter'>; demo_filter = <filter object at 0x7f1da4519fa0>
type(demo1_filter_list) = <class 'list'>; demo1_filter_list = [3, 4, 5, 6, 7]type(demo2_map) = <class 'map'>; demo2_map = <map object at 0x7f1da4519e20>
type(demo2_map_list) = <class 'list'>; demo2_map_list = [False, False, True, True, True, True, True]