python中的高阶函数示例详解

目录

• 1.定义
• 2.map函数
• 3.filter函数
• 4.reduce函数
• 5.sorted函数
• 6.自定义高阶函数
• 总结

高阶函数（Higher-order Function）是指能够接受其他函数作为参数，或者将函数作为返回值的函数。在Python中，函数是一等公民（First-class Citizen），这意味着函数可以像其他数据类型一样被传递和使用。

高阶函数有以下三个特征：

1. 函数可以作为参数传递

2. 函数可以作为返回值

3. 函数可以赋值给变量

map(function, iterable) 将函数应用于可迭代对象的每个元素，返回一个迭代器。

其中lambda是匿名函数。在此处代表一个任意函数。

# 将列表中的每个元素平方
numbers = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x**2, numbers))
print(squared)  # [1, 4, 9, 16, 25]

# 使用普通函数
def square(x):
    return x**2

squared = list(map(square, numbers))

filter(function, iterable) 根据函数的返回值（True/False）来过滤元素。

# 过滤出偶数
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)  # [2, 4, 6, 8, 10]

# 过滤出长度大于3的字符串
words = ["apple", "cat", "dog", "elephant"]
long_words = list(filter(lambda word: len(word) > 3, words))
print(long_words)  # ["apple", "elephant"]

reduce(function, iterable[, initializer]) 对可迭代对象中的元素进行累积计算（需要从functools导入）。

from functools import reduce

# 计算乘积
numbers = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, numbers)
print(product)  # 120

# 找出最大值
max_value = reduce(lambda x, y: x if x > y else y, numbers)
print(max_value)  # 5

sorted(iterable, key=None, reverse=False) 根据key函数对可迭代对象进行排序。

# 按字符串长度排序
words = ["apple", "cat", "dog", "banana"]
sorted_words = sorted(words, key=len)
print(sorted_words)  # ['cat', 'dog', 'apple', 'banana']

# 按第二个字符排序
sorted_by_second = sorted(words, key=lambda x: x[1])
print(sorted_by_second)  # ['banana', 'cat', 'apple', 'dog']

# 函数作为参数
def apply_twice(func, value):
    """将函数应用两次"""
    return func(func(value))

result = apply_twice(lambda x: x * 2, 3)
print(result)  # 12 (3*2=6, 6*2=12)

# 函数作为返回值
def create_multiplier(factor):
    """创建一个乘法器函数"""
    def multiplier(x):
        return x * factor
    return multiplier

double = create_multiplier(2)
triple = create_multiplier(3)

print(double(5))  # 10
print(triple(5))  # 15

上述代码分别是函数作为参数和函数作为返回值的两种情况。

现在掌握了如何自定义高阶函数后，结合装饰器@使用以下：

def timer_decorator(func):
    """计算函数执行时间的装饰器"""
    def wrapper(*args, **kwargs):
        import time
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(f"{func.__name__} 执行时间: {end - start:.4f}秒")
        return result
    return wrapper

@timer_decorator
def slow_function():
    import time
    time.sleep(1)
    return "完成"

result = slow_function()  # 会自动打印执行时间

最后，高阶函数是Python函数式编程的重要组成部分，熟练掌握它们可以写出更加优雅和高效的代码。

到此这篇关于python中高阶函数的文章就介绍到这了,更多相关python高阶函数内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客！

您可能感兴趣的文章:

• 详解Python高阶函数
• python高级特性和高阶函数及使用详解
• 详谈Python高阶函数与函数装饰器(推荐)
• Python的高阶函数用法实例分析
• python 高阶函数简单介绍
• Python中常用的高阶函数实例详解