在 Python 编程中，高阶函数是一种强大的工具，它们能够使代码更加简洁高效。对于新手小白来说，理解这些函数的使用及其应用场景至关重要。本文将详细介绍一些常用的高阶函数，并通过简单的例子帮助大家深入理解。
1. Lambda 函数
什么是 Lambda 函数？
lambda 函数是一个小型的匿名函数（没有名称），通常用于定义简单的操作。它可以有任意数量的参数，但只能有一个表达式。
示例：求圆面积
普通函数实现
import math
# 定义计算圆面积的普通函数
def circle_area(r):
return math.pi * r * r
r = 10
print('圆面积为：', circle_area(r))
# 输出：圆面积为：314.1592653589793Lambda 函数实现
import math
# 使用 lambda 函数计算圆面积
circle_area_lambda = lambda r: math.pi * r * r
print('圆面积为：', circle_area_lambda(r))
# 输出：圆面积为：314.1592653589793在列表推导式中的应用
# 生成10-100之间的随机列表
import random
random_list = [random.randint(10, 100) for _ in range(10)]
print(random_list)根据条件生成新列表
# 每月拿出月薪的30%存入定期
salary = [8000, 8100, 8200, 8500, 7800, 7988, 8888]
save_sal = [int(x * 0.3) for x in salary]
print('每月存款数目：', save_sal)
# 输出：每月存款数目：[2400, 2430, 2460, 2550, 2340, 2396, 2666]筛选出特定值的列表
# 找出成绩大于等于80的学生
score = [80, 81, 72, 75, 98, 79, 88]
result = [x for x in score if x >= 80]
print('成绩大于等于80的学生：', result)
# 输出：成绩大于等于80的学生：[80, 81, 98, 88]2. filter() 函数
用途
filter() 函数用于根据指定条件过滤序列，并返回一个迭代器对象。如果要转换为列表，可以使用 list() 来进行转换。
示例：筛选奇数和偶数
提取所有奇数
def is_odd(n):
return n % 2 == 1
odd_list = list(filter(is_odd, [8, 9, 7, 5, 7, 6, 2, 4, 3]))
print(odd_list)
# 输出：[9, 7, 5, 7, 3]提取所有偶数
even_list = list(filter(lambda x: x % 2 == 0, [8, 9, 7, 5, 7, 6, 2, 4, 3]))
print(even_list)
# 输出：[8, 6, 2, 4]3. map() 函数
用途
map() 函数会根据提供的函数对指定序列进行映射，返回包含每次调用返回值的新列表。
示例：求平方
使用普通函数
def square(x):
return x * x
new_list = list(map(square, [8, 9, 7, 5, 7, 6, 2, 4, 3]))
print(new_list)
# 输出：[64, 81, 49, 25, 49, 36, 4, 16, 9]使用 Lambda 表达式
new_list_lambda = list(map(lambda x: x * x, [8, 9, 7, 5, 7, 6, 2, 4, 3]))
print(new_list_lambda)
# 输出：[64, 81, 49, 25, 49, 36, 4, 16, 9]4. reduce() 函数
用途
reduce() 函数用于对一个集合进行累计操作。在 Python 3 中，该函数被移到了 functools 模块中。
示例：求列表之和
from functools import reduce
# 求列表元素之和
num_list = [8, 9, 7, 5, 7, 6, 2, 4, 3]
total_sum = reduce(lambda x, y: x + y, num_list)
print(total_sum)
# 输出：51求 0 到 100 的和
def add(x, y):
return x + y
total_sum = reduce(add, range(1, 101))
print(total_sum)
# 输出：50505. sorted() 函数
用途
sorted() 函数用于对可迭代对象进行排序，返回一个新的排序列表，不会修改原始对象。
示例：升序和降序排序
grade_list = [656, 602, 610, 618, 663, 695, 622, 645, 677, 640]
# 升序排序
print(f"升序列表: {sorted(grade_list)}")
# 输出：升序列表: [602, 610, 618, 622, 640, 645, 656, 663, 677, 695]
# 降序排序
print(f"降序列表: {sorted(grade_list, reverse=True)}")
# 输出：降序列表: [695, 677, 663, 656, 645, 640, 622, 618, 610, 602]6. zip() 函数
用途
zip() 函数将多个可迭代对象的对应元素打包成元组，返回一个 zip 对象。
示例：合并列表生成字典
name_list = ["Amo", "Paul", "Jason", "Seven"]
age_list = [18, 19, 20, 21]
# 列表合并生成列表
combined_list = list(zip(name_list, age_list))
print(combined_list)
# 输出：[('Amo', 18), ('Paul', 19), ('Jason', 20), ('Seven', 21)]
# 列表合并生成字典
combined_dict = dict(zip(name_list, age_list))
print(combined_dict)
# 输出：{'Amo': 18, 'Paul': 19, 'Jason': 20, 'Seven': 21}矩阵转换示例
x = [1, 2, 3]
y = [4, 5, 6]
z = [7, 8, 9]
# 转换为矩阵
matrix = list(zip(x, y, z))
print(matrix)
# 输出：[(1, 4, 7), (2, 5, 8), (3, 6, 9)]总结
通过这篇文章，我们详细介绍了几个常见的 Python 高阶函数，包括 lambda、filter()、map()、reduce()、sorted() 和 zip()。掌握这些函数可以让你的代码更简洁、易读且高效。
动手实践是学习的最佳方式，有兴趣的读者可以尝试自己动手编写代码，深入理解这些概念。如果觉得这篇文章对你有所帮助，请转发、点赞或收藏，以支持我们继续创作！
python教程31