Python 高阶函数
高阶函数：简单来讲，一个函数可以接收另一个函数来作为参数，这样的函数称之为高阶函数
- map函数 会根据提供的函数对指定序列做映射，也就是说将函数作用在指定序列
语法为 map(function,interable...)
1 #使用map函数来将列表中的数值进行翻倍
2 numberList = [number for number in range(0,11)]
3 def multiply(number):
4 return number *2
5 numberProcessList = list(map(multiply,numberList))
6 print(numberProcessList)
7
8 #使用map函数与匿名函数结合使列表数值翻倍
9 numberProcessList = list(map(lambda number:number *2,numberList))
10 print(numberProcessList)- filter函数 用来过滤序列的元素，该接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中
语法为 filter(function,interable)
1 #使用filter函数对列表进行奇数过滤
2 def isOdd(number):
3 return number % 2 == 1
4 numberProcess = list(filter(isOdd,numberList))
5 print(numberProcess)
6
7 #使用filter与匿名函数对列表进行奇数过滤
8 numberProcess = list(filter(lambda number:number % 2 == 1,numberList))
9 print(numberProcess)- reduce 函数 用来将指定序列的元素进行累积，先将序列的前两个元素进行function运算，然后在与第三个元素运算，以此类推。
语法为 reduce(function,interable)
1 from functools import reduce #调用functools库中的reduce
2 def add(numberOne,numberTwo):
3 return numberOne + numberTwo
4 def multiply(numberOne,numberTwo):
5 return numberOne*numberTwo
6 numberList = [number for number in range(1,6)]
7 numberAdd = reduce(add,numberList)
8 print(numberAdd)
9 numberMul = reduce(multiply,numberList)
10 print(numberMul)- sorted 函数 用来给序列进行排序
语法为 sorted(interable,key = function|reverse = False|True) key 用来接收一个比较函数，从而以这个函数进行排序
1 #使用sorted函数的典型用法
2 numbers = [3,4,6,1,-6,63,-45]
3 numbersSorted = sorted(numbers)
4 print(numbersSorted)
5 numbersSorted = sorted(numbers,reverse = True)
6 print(numbersSorted)
7
8 #使用sorted函数对字符串排序
9 strings = ['cake','apple','Good','book','test','Air']
10 stringsSorted= sorted(strings)
11 print(stringsSorted)
12 stringsSorted= sorted(strings, reverse = True)
13 print(stringsSorted)
14
15 #使用key参数的sorted函数用法
16 #sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序
17 numbers = [3,4,6,1,-6,63,-45]
18 numbersSorted = sorted(numbers,key=abs)
19 print(numbersSorted)
20 numbersSorted = sorted(numbers,key=abs,reverse=True)
21 print(numbersSorted)本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2019-05-02 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读