Python高阶函数详解：map、filter、reduce与sorted用法指南
本文深入解析Python中四大高阶函数的核心用法。map用于映射处理可迭代对象，filter实现数据过滤，reduce执行累积计算，sorted提供灵活排序方案。通过具体代码示例，展示如何自定义函数配合内置高阶函数，提升代码简洁性与执行效率，适用于各类数据处理场景。
什么是高阶函数
在Python中，高阶函数是指那些能够将其他函数作为参数传入的函数。简而言之，只要一个函数的形参中包含函数类型，该函数即被定义为高阶函数。
高阶函数的来源既包括开发者通过def关键字自定义的函数，也涵盖Python语言内置提供的高阶函数。
自定义一个高阶函数
以下示例中，函数senior接收一个函数作为参数，因此它属于高阶函数；而函数tenfold的参数仅为普通数值，故其仅为普通函数。
# 定义高阶函数
def senior(func, container):
"""
将容器中的数据依次放入函数中进行运算，
将结果返回到迭代器中，最后返回迭代器。
"""
lst = list()
for i in container:
lst.append(func(i))
return iter(lst)
# 定义普通的功能函数
def tenfold(num):
"""
十倍器
将数据乘 10，返回结果。
"""
return num * 10
# 定义一个列表
lst = [10, 20666, 'msr']
# 使用高阶函数
it = senior(tenfold, lst)
print(list(it)) # [100, 206660, 'msrmsrmsrmsrmsrmsrmsrmsrmsrmsr']
常用的内置高阶函数
| 函数 | 功能作用 |
|---|---|
| map | 处理可迭代对象中的数据，将处理的结果返回到迭代器中。 |
| filter | 过滤可迭代对象中的数据，将过滤好的数据返回到迭代器中。 |
| reduce | 处理可迭代对象中的数据，将最终的结果返回出来。 |
| sorted | 排序可迭代对象中的数据，将排序好的结果返回出来。 |
map函数
语法：map(function, Iterable)
参数说明
function：指定执行的函数，可以是用户自定义函数或Python内置函数；
iterable：指定可迭代对象，包括容器类型数据、类容器类型数据、range对象或迭代器等具备迭代性的数据。
功能
该函数依次从可迭代对象中取出元素，将其传入指定函数进行处理，将处理后的结果逐一放入新的迭代器中，最终返回该迭代器。
实例
示例展示了将列表中的字符串元素转换为整型，并返回转换后的结果。
lst = ['1', '2', '3', '4']
""" 使用常规的写法 """
new_lst = list()
for i in lst:
new_lst.append(int(i))
print(new_lst) # [1, 2, 3, 4]
""" 使用map函数实现 """
it = map(int, lst)
new_lst = list(it)
print(new_lst) # [1, 2, 3, 4]
另一个实例演示了列表中的每个数字依次乘以2的下标索引+1次方，通过自定义函数配合map实现该功能。
lst = [1, 2, 3, 4]
""" 普通的方法，利用左移 """
new_lst = list()
for i in lst:
res = i << i
new_lst.append(res)
print(new_lst) # [2, 8, 24, 64]
""" 使用map函数 """
# 先定义一个左移函数，自定义的函数必须是一个带参函数并且有返回值
def func(num):
return num << num
new_lst = list(map(func, lst))
print(new_lst) # [2, 8, 24, 64]
""" 使用lambda简化 """
new_lst = list(map(lambda num: num << num, lst))
print(new_lst) # [2, 8, 24, 64]
filter函数
语法：filter(function, iterable)
其参数含义与map函数一致，分别指定处理函数和可迭代对象。
功能
filter用于数据过滤。它将可迭代对象中的元素逐个传入指定函数，若函数返回值为真（True），则保留该数据；否则丢弃。最终返回包含保留数据的迭代器。
实例
示例展示了如何从容器中筛选并保留所有的偶数。
lst = [11, 2, 3, 34, 4, 4, 55]
""" 常规写法 """
new_lst = list()
for i in lst:
if i % 2 == 0:
new_lst.append(i)
print(new_lst) # [2, 34, 4, 4]
""" 使用filter函数 """
def func(num):
if num % 2 == 0:
return True
new_lst = list(filter(func, lst))
print(new_lst) # [2, 34, 4, 4]
""" filter + lambda """
new_lst = list(filter(lambda num: True if (num % 2 == 0) else False, lst))
print(new_lst) # [2, 34, 4, 4]
reduce函数
语法：reduce(function, iterable)
其参数含义与map、filter函数保持一致。
功能
reduce用于累积计算。它将可迭代对象中的前两个值传入函数进行运算，得到结果后再与第三个值运算，依此类推，直到遍历完所有元素，最终返回累积计算的结果。
基于上述功能，reduce接收的处理函数必须能够接收两个参数以进行二元运算。
实例
使用reduce函数前，需先从标准库functools中导入该模块。
示例展示了如何将列表中的数据元素组合拼接为一个完整的整数。
from functools import reduce
lst = [2, 0, 6, 6, 6]
""" 常规方法 """
char = str()
for i in lst:
char += str(i)
print(int(char)) # 20666
""" 使用reduse函数 """
def func(x, y):
return x * 10 + y
res = reduce(func, lst)
print(res) # 20666
""" reduce + lambda """
res = reduce((lambda x, y: (x * 10 + y)), lst)
print(res) # 20666
sorted函数
语法：sorted(Iterable, key=function, reverse=False)
参数说明
iterable：指定待排序的可迭代对象；
key：指定用于提取比较键的函数，默认为None；
reverse：指定排序方向，默认为False（升序），设为True则为降序；
功能
若未指定key函数，数据将直接按照ASCII码值进行排序；若指定了key函数，数据将先经该函数处理，再根据处理结果进行排序，并返回新的排序后数据，原数据保持不变。
需注意，当指定key函数时，排序依据是函数返回的计算结果，但返回的仍是原数据本身，而非计算后的结果值。
实例
示例展示了如何使用sorted对列表数据进行排序操作。
lst = [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]
""" 使用列表的内置函数进行排序，默认升序 """
lst.sort()
print(lst) # [-3, 1, 5, 6, 12, 12, 23, 34, 342, 2345]
# 降序排序
lst.sort(reverse=True)
print(lst) # [2345, 342, 34, 23, 12, 12, 6, 5, 1, -3]
lst = [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]
""" 使用sorted进行排序 """
new_lst = sorted(lst)
print(new_lst) # [-3, 1, 5, 6, 12, 12, 23, 34, 342, 2345]
print(lst) # [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]
此外，sorted函数支持将数据传入指定函数进行处理，并依据处理结果进行排序，这提供了极大的灵活性。
lst = [1, 23, 34, 5, 6, 342, 12, 12, 2345, -3]
""" 按照绝对值进行排序 """
new_lst = sorted(lst, key=abs)
print(new_lst) # [1, -3, 5, 6, 12, 12, 23, 34, 342, 2345]
""" 按照除以10的余数进行排序 """
def func(num):
return num % 10
new_lst = sorted(lst, key=func)
print(new_lst) # [1, 342, 12, 12, 23, 34, 5, 2345, 6, -3]
# 可以看到，我们指定函数之后排序的结果既不是原数据的绝对值、也不是原数据除以10的余数，而是根据这两种计算结果对原数据进行了排序。
sort和sorted
既然列表已有内置的sort方法，为何还需要使用sorted函数？
- sorted可以接受任何可迭代对象进行排序，而sort仅是列表对象的内置方法，仅适用于列表；
- sorted排序后返回一个新的列表，不修改原数据；sort则直接修改原列表；
- sorted支持通过key参数指定函数，依据函数计算结果进行复杂排序；sort仅能依据数值大小或ASCII码进行简单排序。
总结
高阶函数的核心定义是：将函数作为参数传递的函数。
map(Function, Iterable)：将可迭代对象中的元素逐一取出放入函数中运算，最后返回一个包含结果的迭代器。
filter(Function, Iterable)：用于过滤数据，将可迭代对象放入函数中运算，若结果为真则保留数据，否则舍弃，最终返回迭代器。
reduce(Function, Iterable)：用于累积计算，将可迭代对象中的前两个元素取出运算，结果再与后续元素依次运算，最终返回累积结果。
sorted(Iterable, [key=Function], [reverse=False])：对可迭代数据进行排序，或先将数据放入函数运算后，根据运算结果进行排序并返回新列表。
以上即为Python中高阶函数（map, filter, reduce, sorted）的详细使用指南，更多关于Python高阶函数的资料请关注本站其它相关文章！
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
