Python常用高阶函数：lambda、map、filter、reduce与sorted详解

拾柒

发布时间：2026-10-13| 4人浏览过

原创

本文详细介绍Python中常用的高阶函数，包括lambda匿名函数、map、filter、reduce和sorted。通过具体代码示例，讲解如何接收函数作为参数以提高代码效率，涵盖自定义排序、序列映射、条件过滤及元素累加等实际应用场景。

Python高阶函数概述

前言

高阶函数是指能够接收其他函数或类作为参数，并返回函数或类的函数。Python内置了多种高阶函数，在合适的场景下使用它们可以显著提升代码的执行效率与简洁性。

lambda匿名函数应用

lambda

在某些场景下，我们无需显式定义具名函数，直接传入lambda匿名函数即可满足需求。lambda表达式通常与其他高阶函数配合使用，以简化代码逻辑。

例如，可以通过以下lambda表达式直接计算当x等于3时，函数y = x * 3 + 5的值。


In [1]: (lambda x: x * 3 + 5)(3)
Out[1]: 14

map函数序列映射

map

map函数接收一个函数和一个或多个序列或迭代器作为参数，将该函数应用于序列中的每个元素，并返回一个迭代器对象。


In [4]: a = list(range(5))
In [5]: b = list(range(2, 7))
# 结合lambda匿名函数，对a列表中的每个元素，计算x * 3 + 5的函数值
In [6]: list(map(lambda x: x * 3 + 5, a))
Out[6]: [5, 8, 11, 14, 17]
In [9]: def add(x, y):
  ...:   return x+y
# 传入多个序列，a、b两个序列中的对应元素依次传入函数add中进行计算
# Note: a、b两个序列的长度可以不相等
In [10]: list(map(add, a, b))
Out[10]: [2, 4, 6, 8, 10]

filter函数条件过滤

filter

filter函数（filter(func, seq)）利用指定的函数对序列或迭代器中的每个元素进行真假判断，并返回一个经过过滤后的迭代器。


In [18]: a = list(range(5))

In [19]: def isodd(number):
  ...:   if number % 2 == 0:
  ...:     return False
  ...:   return True
  ...:

In [20]: filter(isodd, a)
Out[20]: <filter at 0x1a6dc460748>

# 过滤掉所有偶数
In [21]: list(filter(isodd, a))
Out[21]: [1, 3]

reduce函数累加计算

reduce

reduce函数接收一个函数和一个序列或迭代器，通过滚动计算的方式处理序列中的元素，最终返回单个结果。例如，可用于计算列表中所有元素的总和。


In [23]: from functools import reduce
In [24]: a = list(range(5))
In [25]: sum = reduce((lambda x, y: x + y), a)
In [26]: sum
Out[26]: 10

sorted函数自定义排序

sorted

sorted(iter, key, reverse=False)是一个高级排序函数，支持通过key参数实现自定义排序逻辑。其中，reverse=False表示默认按升序排列结果。


# 比如按照a中每个字符串最后的数字大小，降序排序
In [30]: a
Out[30]: ['fasad_2', 'fadfc_4', '7hdc_0', 'ncsl_1', 'fai_3']

In [32]: sorted(a, key=lambda x: int(x[x.rindex('_') + 1:]), reverse=True)
Out[32]: ['fadfc_4', 'fai_3', 'fasad_2', 'ncsl_1', '7hdc_0']

总结

以上内容介绍了Python中常用的高阶函数实例，希望能对读者有所帮助，同时也感谢大家对本网站的支持！