函数式编程现在逐渐被广大开发群体接受，越来越多的开发者门开始使用这种优雅的开发模式，而我们使用函数式编程最主要的是需要清楚：
- 什么是高阶函数（Higher-order Functions）？
- Python 中高阶函数有哪些？要怎么用？
高阶函数概念
在函数式编程中，我们可以将函数当作变量一样自由使用。一个函数接收另一个函数作为参数，这种函数称之为高阶函数。
举个例子：
def high_func(f, arr):
return [f(x) for x in arr]
上面的例子中， high_func 就是一个高阶函数。其中第一个参数 f 是一个函数，第二个参数 arr 是一个数组，返回的值是数组中的所有的值在经过 f 函数计算后得到的一个列表。例如：
from math import factorial
def high_func(f, arr):
return [f(x) for x in arr]
def square(n):
return n ** 2
# 使用python自带数学函数
print(high_func(factorial, list(range(10))))
# print out: [1, 1, 2, 6, 24, 120, 720, 5040, 40320, 362880]
# 使用自定义函数
print(high_func(square, list(range(10))))
# print out: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
Python 常用高阶函数
如同 java、scala 等语言，我们很多常用的高阶函数基本都一致。在开发中我们经常使用的最基本的高阶函数其实就几个，而我们也可以基于这些函数去进行适当的扩展，那么下面开始介绍几种常用的高阶函数。
map
Make an iterator that computes the function using arguments from each of the iterables. Stops when the shortest iterable is exhausted.
根据提供的函数对指定序列做映射, 并返回映射后的序列，定义：
map(func, *iterables) --> map object
function# 序列中的每个元素需要执行的操作, 可以是匿名函数*iterables# 一个或多个序列
正如前面所举的例子 high_func 函数， map 函数是 high_func 函数高阶版，可以传入一个函数和多个序列。
from math import factorial
def square(n):
return n ** 2
# 使用python自带数学函数
facMap = map(factorial, list(range(10)))
print(list(facMap))
# print out: [1, 1, 2, 6, 24, 120, 720, 5040, 40320, 362880]
# 使用自定义函数
squareMap = map(square, list(range(10)))
print(list(squareMap))
# print out: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
可以看到输出了同样的结果，只是与 python2.X 不同的是， python3.X 中返回 map 类
，而前者直接返回一个列表。
我们使用匿名函数，也可以传入多个序列，如下
# 使用匿名函数
lamMap = map(lambda x: x * 2, list(range(10)))
print(list(lamMap))
# print out: [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
# 传入多个序列
mutiMap = map(lambda x, y: x+y, list(range(10)), list(range(11, 15)))
print(list(mutiMap))
# print out: [11, 13, 15, 17]
reduce
Apply a function of two arguments cumulatively to the items of a sequence,from left to right, so as to reduce the sequence to a single value.
大致上来讲， reduce 函数需要传入一个有两个参数的函数，然后用这个函数从左至右顺序遍历序列并生成结果，定义如下：
reduce(function, sequence[, initial]) -> value
function# 函数, 序列中的每个元素需要执行的操作, 可以是匿名函数sequence# 需要执行操作的序列initial# 可选，初始参数
最后返回函数的计算结果, 和初始参数类型相同
简单举个例子：
# 注意，现在 reduce() 函数已经放入到functools包中。
from functools import reduce
result = reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])
print(result)
# print out 15
我们可以看到，序列 [1, 2, 3, 4, 5] 通过匿名函数进行了累加。
设定初始值：
# 设定初始参数：
s = reduce(lambda x, y: x + y, ['1', '2', '3', '4', '5'], "数字 = ")
print(s)
# print out： 数字 = 12345
需要注意的是：序列数据类型需要和初始参数一致。
filter
Return an iterator yielding those items of iterable for which function(item) is true. If function is None, return the items that are true.
filter() 函数用来过滤序列中不符合条件的值，返回一个迭代器，该迭代器生成那些函数(项)为 true 的 iterable 项。如果函数为 None，则返回为 true 的项。定义如下：
filter(function or None, iterable) --> filter object
function or None# 过滤操作执行的函数iterable# 需要过滤的序列
举个例子：
def boy(n):
if n % 2 == 0:
return True
return False
# 自定义函数
filterList = filter(boy, list(range(20)))
print(list(filterList))
# print out: [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
# 自定义函数
filterList2 = filter(lambda n: n % 2 == 0, list(range(20)))
print(list(filterList2))
# print out: [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
上面我们可以看到，列表中不能被 2 整除的数据都被排除了。
sorted
Return a new list containing all items from the iterable in ascending order.
A custom key function can be supplied to customize the sort order, and the reverse flag can be set to request the result in descending order.
sorted 函数默认将序列升序排列后返回一个新的 list，还可以自定义键函数来进行排序，也可以设置 reverse 参数确定是升序还是降序，如果 reverse = True 则为降序。函数定义如下：
def sorted(iterable: Iterable[_T], *,
key: Optional[Callable[[_T], Any]] = ...,
reverse: bool = ...) -> List[_T]: ...
iterable# 序列key# 可以用来计算的排序函数。reverse# 排序规则，reverse = True 降序，reverse = False 升序(默认）。
举个简单例子：
list01 = [5, -1, 3, 6, -7, 8, -11, 2]
list02 = ['apple', 'pig', 'monkey', 'money']
print(sorted(list01))
# print out: [-11, -7, -1, 2, 3, 5, 6, 8]
print(sorted(list01, key=abs))
# print out: [-1, 2, 3, 5, 6, -7, 8, -11]
# 默认升序
print(sorted(list02))
# print out: ['apple', 'money', 'monkey', 'pig']
# 降序
print(sorted(list02, reverse=True))
# print out: ['pig', 'monkey', 'money', 'apple']
# 匿名函数排序
print(sorted(list02, key=lambda x: len(x), reverse=True))
# print out: ['monkey', 'apple', 'money', 'pig']
总结
以上我们简单的介绍了几个常用的高阶函数的使用，当然还有很多的高阶函数我们可以去研究，比如 zip 函数等，希望此节的介绍对大家有所帮助。
代码地址
微信扫描二维码
（转载本站文章请注明作者和出处 鲁先生-hanlinsir）
Post Directory