Python中的高阶函数 _Python

回顾在Python进阶记录之基础篇（十一）中，我们介绍了Python中迭代器与生成器的相关知识点，需要重点掌握迭代器与生成器的概念与基本用法。今天我们来讲一下Python中的几个高阶函数。
Python中的高阶函数所谓高阶函数，指的是至少满足下列条件之一的函数：接收一个或多个函数作为输入；输出一个函数。简单来说，高阶函数就是一个接受函数作为输入或输出的函数。高阶函数是函数式编程的一种。Python中内置的高阶函数包括：map( )函数、reduce( )函数、filter( )函数和sorted( )函数。
map( )函数/reduce( )函数MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（归约）"是它们的主要思想，而这一思想正是借助了我们的map( )函数和reduce( )函数。
我们首先看一下map()函数。map( )函数接收两个参数，第一个参数为函数，第二个参数为序列，功能是将传入的函数依次作用于传入序列的每个元素，并把结果作为新的列表返回。
假设现在有这样一个需求：将列表[1, 2, 3, 4, 5, 6, 7, 8, 9]中的每个元素做平方运算。按之前所学的知识，我们可以使用for-in循环来实现这一需求。

文章插图
for-in循环实现
可以看到，使用for-in循环需要新建一个列表，并通过循环将原列表中的每个元素进行计算后新增到新列表中。现在我们使用map( )函数来实现这一需求。

文章插图
map()函数实现
map( )函数接受一个函数和序列，注意传的是函数名，不要带括号，map( )函数会自动将序列中的每个元素传入函数，并返回经过函数处理后的结果。当然，map( )函数返回的是一个map对象，我们需要把它转成列表才能得到最后的结果。map( )函数作为高阶函数，事实上它只是把运算规则抽象化了，我们不仅可以做一些数学运算，还能对传入的序列做很多其他非运算型操作。

文章插图
map()函数
上述代码中，我们将str( )函数传入map( )函数，就将原列表中的数字转化成了字符串。此外，我们也可以使用匿名函数作为参数传入map()函数。
接下来我们看一下reduce( )函数。与map()函数一样，reduce( )函数也是接收两个参数，第一个参数为函数，第二个参数为序列。区别在于，reduce( )函数接收的函数必须有两个参数，reduce( )函数会把每次作用结果继续和序列的下一个元素做累积计算。这样看起来可能有点难以理解，我们用一个表达式来表示如下：
reduce(f, [x1, x2, x3, ... , xn]) = f(...f(f(x1, x2), x3), ... , xn)举一个简单的例子，我们对一个序列做累加或累乘运算，就可以使用reduce()函数。

文章插图
reduce()进行累加和累乘
需要注意的是，Python3开始，reduce( )函数已经不在全局名字空间里了，我们需要通过引入functools模块才能调用reduce( )函数。
filter( )函数【Python中的高阶函数】filter( )函数也是Python中内置的一个高阶函数，主要用于过滤序列。filter( )函数同样接收一个函数和一个序列，不同的是，filter( )函数接收的函数返回值必须是布尔值。filter( )函数将序列的每个元素作用于传入的函数，然后根据返回值是True还是False决定是保留还是舍弃该元素。例如我们要取出一个序列中的所有偶数就可以使用filter( )函数。

文章插图
filter()函数
filter( )函数的功能与它的名字一样，就是用于过滤与筛选。所以使用filter( )函数其实就是实现一个过滤筛选功能。
sorted( )函数Python中还有一个内置的高阶函数——sorted()函数。sorted( )函数的主要功能就是排序，从参数格式上与前面三个高阶函数有所区别，sorted( )函数支持只接收一个序列。