Python中的高阶函数概览
Python是一种强大的编程语言，它支持高阶函数。高阶函数是指那些函数可以接受一个或多个函数作为参数，并/或者返回一个函数作为结果。Python的高阶函数使得编程更加简单、灵活和高效。本文将概述Python中的高阶函数。
1. map()
map() 函数用于对序列中的每个元素执行某个函数，并返回一个列表，该列表包含了函数返回值。其基本语法如下：
map(函数, 序列)
其中，函数可以是任意可调用对象，包括函数、lambda表达式等。序列是可迭代对象。
示例代码：
def square(x):
return x*x
lst = [1, 2, 3, 4, 5]
res = list(map(square, lst))
print(res)
输出：
[1, 4, 9, 16, 25]
上述代码中，我们定义了一个函数 square() ，它接受一个参数并返回其平方值。然后，我们定义了一个列表 lst ，它包含了 5 个整数。最后，我们使用 map() 函数对 lst 中的每个元素调用 square() 函数，并将返回的结果转换为列表并打印输出。
2. filter()
filter() 函数用于过滤序列中的元素，返回一个由所有符合条件的元素所组成的列表。其基本语法如下：
filter(函数, 序列)
其中，函数的返回值必须是 True 或 False。序列是可迭代对象。
示例代码：
def is_even(x):
return x % 2 == 0
lst = [1, 2, 3, 4, 5]
res = list(filter(is_even, lst))
print(res)
输出：
[2, 4]
上述代码中，我们定义了一个函数 is_even() ，它判断一个数是否为偶数，返回 True 或 False。然后，我们定义了一个列表 lst ，它包含了 5 个整数。最后，我们使用 filter() 函数过滤掉 lst 中的所有奇数，并将返回的结果转换为列表并打印输出。
3. reduce()
reduce() 函数用于对序列中的元素进行累积操作。其基本语法如下：
reduce(函数, 序列)
其中，函数接受两个参数，第一个参数表示上一次累积的结果，第二个参数表示当前的元素。序列是可迭代对象。
示例代码：
from functools import reduce
def add(x, y):
return x + y
lst = [1, 2, 3, 4, 5]
res = reduce(add, lst)
print(res)
输出：
15
上述代码中，我们首先引入了 reduce() 函数所在的模块。其次，我们定义了一个函数 add() ，它接受两个参数并返回它们的和。然后，我们定义了一个列表 lst ，它包含了 5 个整数。最后，我们使用 reduce() 函数对 lst 中的元素进行累加操作，并打印输出结果。
4. sorted()
sorted() 函数用于对序列进行排序操作。其基本语法如下：
sorted(序列, key=None, reverse=False)
其中，key 表示排序的关键字，reverse 表示排序的方式（升序或降序）。序列是可迭代对象。
示例代码：
lst = [3, 1, 4, 2, 5] res = sorted(lst) print(res)
输出：
[1, 2, 3, 4, 5]
上述代码中，我们定义了一个列表 lst ，它包含了 5 个整数。最后，我们使用 sorted() 函数对 lst 进行排序操作，并打印输出结果。
5. zip()
zip() 函数用于将多个序列合并成一个。其基本语法如下：
zip(序列1, 序列2, ..., 序列n)
其中，序列1、序列2、...、序列n 分别表示要合并的多个序列。zip() 函数将返回一个由元组组成的迭代器，每个元组由输入的多个序列中的一个元素组成。
示例代码：
lst1 = [1, 2, 3] lst2 = ['a', 'b', 'c'] res = list(zip(lst1, lst2)) print(res)
输出：
[(1, 'a'), (2, 'b'), (3, 'c')]
上述代码中，我们定义了两个列表 lst1 和 lst2，它们分别包含了 3 个元素。最后，我们使用 zip() 函数将 lst1 和 lst2 中的元素以元组的形式合并并打印输出。
以上是Python中常用的高阶函数。当然，这不是全部，Python还有其他很多的高阶函数，如 enumerate()、any()、all() 等。这些高阶函数使得Python的编程更加便捷、易读和优雅。