1、map

Python內建了map()函數，map()函數接受兩個參數，一個是函數，一個是Iterable，map將傳入的函數依次作用到序列的每一個元素上，并把結果作為新的Iterator返回。

舉例說明，比如我們有一個函數f(x)=x*2，要把這個函數作用在一個list[1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()實現。

>>> def f(x): ... return x*2 ... >>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> list(r) [2, 4, 6, 8, 10, 12, 14, 16, 18]

map()傳入的第一個參數是f，即函數對象本身。由于結果r是一個Iterator，Iterator是惰性序列，因此通過list()函數讓它把整個序列都計算出來并返回一個list。

你可能會想，不需要map()函數，寫一個循環，也可以計算出結果：

''' 遇到問題沒人解答？小編創建了一個Python學習交流QQ群：778463939 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學習教程和PDF電子書！ ''' L = [] for i in [1, 2, 3, 4, 5, 6, 7, 8, 9]:L.append(f(i)) print(L)

的確也可以，但是，從上面的循環代碼，能一眼看明白”把f(x)作用在list的每一個元素并把結果生成一個新的list“嗎？

所以，map()作為高階函數，事實上它把運算規則抽象了，因此，我們不但可以計算簡單的f(x)=x*2，還可以計算任意復雜的函數，比如把這個list所有的數字轉為字符串：

>>> list(map(str,[1, 2, 3, 4, 5, 6, 7, 8, 9])) ['1', '2', '3', '4', '5', '6', '7', '8', '9']

只需要一行代碼就可以搞定。

2、reduce

再看reduce的用法。reduce是把一個函數作用在一個序列[x1, x2, x3……]上，這個函數必須接收兩個參數，reduce把結果繼續和序列的下一個元素做累計計算。簡單來說，就是先計算x1和x2的結果，再拿結果與x3計算，依次類推。

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1,x2), x3), x4)

比如說一個序列求和，就可以用reduce實現。

''' 遇到問題沒人解答？小編創建了一個Python學習交流QQ群：778463939 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學習教程和PDF電子書！ ''' >>> from functools import reduce >>> def add(x, y): ... return x + y ... >>> reduce(add, [1, 3, 5, 7, 9]) 25

當然求和運算可以直接使用python內建函數sum()，沒必要動用reduce。

但是如果要把序列[1, 3, 5, 7, 9]變換為整數13579，reduce就可以派上用場：

>>> from functools import reduce >>> def fn(x, y): ... return x * 10 + y ... >>> reduce(fn, [1, 3, 5, 7, 9]) 13579

這個例子本身沒多大用處，但是，如果考慮到字符串str也是一個序列，對上面的例子稍加改動，配合map，我們就可以寫出把str轉換為int的函數：

''' 遇到問題沒人解答？小編創建了一個Python學習交流QQ群：778463939 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學習教程和PDF電子書！ ''' >>> from functools import reduce >>> def fn(x, y): ... return x * 10 + y ... >>> def char2num(s): ... digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} ... return digits[s] ... >>> reduce(fn, map(char2num, '13579')) 13579

整理成一個str2int的函數就是：

from functools import reduceDIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}def str2int(s):def fn(x, y):return x * 10 + ydef char2num(s):return DIGITS[s]return reduce(fn, map(char2num, s))

還可以用lambda函數進一步簡化成：

from functools import reduceDIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}def char2num(s):return DIGITS[s]def str2int(s):return reduce(lambda x, y: x * 10 + y, map(char2num, s))

也就是說，假設python沒有提供int()函數，你完全可以自己寫一個把字符串轉化為整數的函數，而且只需要幾行代碼。

3、filter

python內建的filter()函數用于過濾序列。

和map()類似，filter()也接收一個函數和一個序列。和map()不同的是，filter()把傳入的函數依次作用于每一個元素，然后根據返回值是True還是False決定保留還是丟棄該元素。

例如，在一個list中，刪掉偶數，只保留奇數，可以這么寫：

''' 遇到問題沒人解答？小編創建了一個Python學習交流QQ群：778463939 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學習教程和PDF電子書！ ''' def is_odd(n):return n % 2 == 1list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15])) # 結果: [1, 5, 9, 15]

把一個序列中的空字符串刪掉，可以這么寫：

def not_empty(s):return s and s.strip()list(filter(not_empty, ['A', '', 'B', None, 'C', ' '])) # 結果: ['A', 'B', 'C']

可見用filter()這個高階函數，關鍵在于正確實現一個篩選函數。

注意到filter()函數返回的是一個Iterator，也就是一個惰性序列，所有要強迫filter()完成計算結果，需要用list()函數獲得所有結果并返回list。

4、sorted

排序也是在程序中經常用到的算法。無論使用冒泡排序還是快速排序，排序的核心是比較兩個元素的大小。如果是數字，我們可以直接比較，但如果是字符串或者兩個dict呢？直接比較數學上的大小是沒有意義的，因此，比較的過程必須通過函數抽象出來。

Python內置的sorted()函數就可以對list進行排序：

>>> sorted([36, 5, -12, 9, -21]) [-21, -12, 5, 9, 36]

此外，sorted()函數也是一個高階函數，它還可以接收一個key函數來實現自定義的排序，例如按絕對值大小排序：

>>> sorted([36, 5, -12, 9, -21], key=abs) [5, 9, -12, -21, 36]

key指定的函數將作用于list的每一個元素上，并根據key函數返回的結果進行排序。

我們再看一個字符串排序的例子：

>>> sorted(['bob', 'about', 'Zoo', 'Credit']) ['Credit', 'Zoo', 'about', 'bob']

默認情況下，對字符串排序，是按照ASCII的大小比較的，由于’Z’ < ‘a’，結果，大寫字母Z會排在小寫字母a的前面。

現在，我們提出排序應該忽略大小寫，按照字母序排序。要實現這個算法，不必對現有代碼大加改動，只要我們能用一個key函數把字符串映射為忽略大小寫排序即可。忽略大小寫來比較兩個字符串，實際上就是先把字符串都變成大寫（或者都變成小寫），再比較。

這樣，我們給sorted傳入key函數，即可實現忽略大小寫的排序：

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower) ['about', 'bob', 'Credit', 'Zoo']

要進行反向排序，不必改動key函數，可以傳入第三個參數reverse=True：

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True) ['Zoo', 'Credit', 'bob', 'about']

5、小結

高階函數的抽象能力是非常強大的，在代碼中善于利用這些高階函數，可以使我們的代碼變得簡潔明了。

總結

以上是生活随笔為你收集整理的python高阶函数的使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。