Python中常用的高阶函数及其妙用
Python 中的高阶函数是指能够接收一个或多个函数作为参数，并且返回一个函数的函数。在编程过程中，高阶函数可以为程序提供灵活性和代码复用性。在此文章中，我们将介绍 Python 中几个常用的高阶函数以及它们的妙用。
1. map() 函数
map() 函数可以接收一个函数和一个迭代器（列表、元组、字典等），并将该函数应用于迭代器中的每个元素。最终 map() 函数返回一个由函数处理后的所有元素组成的列表，这个函数可以是自定义的函数，也可以是系统自带的函数。
示例代码：
def double(x):
return x * 2
numbers = [1, 2, 3, 4, 5]
result = map(double, numbers)
print(list(result))
输出结果：
[2, 4, 6, 8, 10]
在此示例中，我们定义了一个 double() 函数，将其作为参数传递给 map() 函数，并将一个列表作为第二个参数传递给 map() 函数，在 map() 函数内部，它将 double() 函数应用于列表中的每个元素，然后返回处理后的结果列表。
2. filter() 函数
与 map() 函数类似，filter() 函数也可以接收一个函数和一个迭代器，但是 filter() 函数的返回结果是迭代器中满足函数条件的元素所组成的迭代器。
示例代码：
def is_even(x):
return x % 2 == 0
numbers = [1, 2, 3, 4, 5, 6]
result = filter(is_even, numbers)
print(list(result))
输出结果：
[2, 4, 6]
在此示例中，我们定义了一个 is_even() 函数，将其作为参数传递给 filter() 函数，并将一个列表作为第二个参数传递给 filter() 函数。在 filter() 函数内部，它将 is_even() 函数应用于列表中的每个元素，返回满足 is_even() 函数条件的元素所组成的迭代器。
3. reduce() 函数
reduce() 函数可以接收一个函数和一个迭代器，将函数应用于迭代器中的两个元素，然后将结果继续应用到下一个元素，最终返回一个值。reduce() 函数在 Python3 中已经不再是内置函数，需要从 functools 模块中导入。
示例代码：
from functools import reduce
def add(x, y):
return x + y
numbers = [1, 2, 3, 4, 5]
result = reduce(add, numbers)
print(result)
输出结果：
15
在此示例中，我们定义了一个 add() 函数，将其作为参数传递给 reduce() 函数，并将一个列表作为第二个参数传递给 reduce() 函数。在 reduce() 函数内部，它将 add() 函数应用于列表中的每两个元素，然后将结果继续应用到下一个元素，最终返回所有元素相加的结果。
4. sorted() 函数
sorted() 函数可以接收一个可迭代对象（列表、元组、字典等）并返回对该对象排序后的一个列表。此函数还可以接收 key 和 reverse 参数，用于指定排序方式和排序顺序。
示例代码：
numbers = [3, 1, 4, 6, 5, 2]
result = sorted(numbers)
print(result)
students = [('Tom', 90), ('John', 78), ('Lucy', 82)]
result = sorted(students, key=lambda x: x[1], reverse=True)
print(result)
输出结果：
[1, 2, 3, 4, 5, 6]
[('Tom', 90), ('Lucy', 82), ('John', 78)]
在 个示例中，我们使用 sorted() 函数对一个列表进行升序排列，返回的是排列后的列表。在第二个示例中，我们使用 sorted() 函数对一个元组中每个元素的第二个值（学生的成绩）进行降序排列，并按照学生的名称作为次要排序顺序。
总结
Python 中的高阶函数是非常有用的工具。使用 map()、filter() 和 reduce() 函数可以在有大量迭代数据时使代码变得更加简化和可读性更强。sorted() 函数使我们能够更加轻松地对不同类型的对象进行排序，并且也可以根据需要指定排序方式和顺序。
这些高阶函数的灵活性和功能使得 Python 代码编写变得更加简洁、易于理解和可维护。熟练掌握这些高阶函数将使 Python 编程更加容易和高效。