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】

谁借莪１个温暖的怀抱￠ 2023-10-03 09:58 28阅读 0赞

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][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16]  
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][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16 1]  
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][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16 2]  
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 reduce
    
    nums=[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=ini
        for 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, batch
    
    
    print("\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]

--------------------

参考资料：  
[Python高阶函数][Python]  
[python-内置常用高阶函数][python-]  
[python中5个常用的内置高阶函数][python_5]

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/9d99a4abd3e743f3b464066f7152dba9.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/149b98f0501d40cd8ad6e22e7f88b575.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO_size_20_color_FFFFFF_t_70_g_se_x_16 2]: https://img-blog.csdnimg.cn/a836bd4bb63e4deabefce4d1760c187c.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6YOO,size_20,color_FFFFFF,t_70,g_se,x_16
[Python]: https://www.cnblogs.com/littlefivebolg/articles/9094942.html
[python-]: https://www.cnblogs.com/duyaya/p/8562898.html
[python_5]: https://zhuanlan.zhihu.com/p/93225449