python中的高阶函数示例详解

 更新时间:2025年09月26日 14:26:59   作者:_bong  
在Python中,高阶函数是指接受函数作为参数或返回函数作为结果的函数,下面这篇文章主要介绍了python中高阶函数的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下

1.定义

高阶函数(Higher-order Function)是指能够接受其他函数作为参数,或者将函数作为返回值的函数。在Python中,函数是一等公民(First-class Citizen),这意味着函数可以像其他数据类型一样被传递和使用。

高阶函数有以下三个特征:

  1. 函数可以作为参数传递

  2. 函数可以作为返回值

  3. 函数可以赋值给变量

2.map函数

map(function, iterable) 将函数应用于可迭代对象的每个元素,返回一个迭代器。

其中lambda是匿名函数。在此处代表一个任意函数。

# 将列表中的每个元素平方
numbers = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x**2, numbers))
print(squared)  # [1, 4, 9, 16, 25]

# 使用普通函数
def square(x):
    return x**2

squared = list(map(square, numbers))

3.filter函数

filter(function, iterable) 根据函数的返回值(True/False)来过滤元素。

# 过滤出偶数
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)  # [2, 4, 6, 8, 10]

# 过滤出长度大于3的字符串
words = ["apple", "cat", "dog", "elephant"]
long_words = list(filter(lambda word: len(word) > 3, words))
print(long_words)  # ["apple", "elephant"]

4.reduce函数

reduce(function, iterable[, initializer]) 对可迭代对象中的元素进行累积计算(需要从functools导入)。

from functools import reduce

# 计算乘积
numbers = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, numbers)
print(product)  # 120

# 找出最大值
max_value = reduce(lambda x, y: x if x > y else y, numbers)
print(max_value)  # 5

5.sorted函数

sorted(iterable, key=None, reverse=False) 根据key函数对可迭代对象进行排序。

# 按字符串长度排序
words = ["apple", "cat", "dog", "banana"]
sorted_words = sorted(words, key=len)
print(sorted_words)  # ['cat', 'dog', 'apple', 'banana']

# 按第二个字符排序
sorted_by_second = sorted(words, key=lambda x: x[1])
print(sorted_by_second)  # ['banana', 'cat', 'apple', 'dog']

6.自定义高阶函数

# 函数作为参数
def apply_twice(func, value):
    """将函数应用两次"""
    return func(func(value))

result = apply_twice(lambda x: x * 2, 3)
print(result)  # 12 (3*2=6, 6*2=12)

# 函数作为返回值
def create_multiplier(factor):
    """创建一个乘法器函数"""
    def multiplier(x):
        return x * factor
    return multiplier

double = create_multiplier(2)
triple = create_multiplier(3)

print(double(5))  # 10
print(triple(5))  # 15

上述代码分别是函数作为参数函数作为返回值的两种情况。

现在掌握了如何自定义高阶函数后,结合装饰器@使用以下:

def timer_decorator(func):
    """计算函数执行时间的装饰器"""
    def wrapper(*args, **kwargs):
        import time
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(f"{func.__name__} 执行时间: {end - start:.4f}秒")
        return result
    return wrapper

@timer_decorator
def slow_function():
    import time
    time.sleep(1)
    return "完成"

result = slow_function()  # 会自动打印执行时间

最后,高阶函数是Python函数式编程的重要组成部分,熟练掌握它们可以写出更加优雅和高效的代码。

总结

到此这篇关于python中高阶函数的文章就介绍到这了,更多相关python高阶函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python中Functools模块的高级操作详解

    Python中Functools模块的高级操作详解

    functools模块是Python标准库中的一个宝库,提供了一些有用的功能,可以帮助您更好地利用函数的潜力,下面小编就来为大家介绍一下functools模块的相关具体使用吧
    2023-11-11
  • python让函数不返回结果的方法

    python让函数不返回结果的方法

    在本篇内容里小编给大家整理的是关于python让函数不返回结果的方法,有需要的朋友们可以参考下。
    2020-06-06
  • 利用python实现PSO算法优化二元函数

    利用python实现PSO算法优化二元函数

    这篇文章主要介绍了python实现PSO算法优化二元函数的代码,非常不错,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-11-11
  • 解决python3安装pandas出错的问题

    解决python3安装pandas出错的问题

    这篇文章主要介绍了解决python3安装pandas出错的问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05
  • Python Pygame实战之超级炸弹人游戏的实现

    Python Pygame实战之超级炸弹人游戏的实现

    如今的玩家们在无聊的时候会玩些什么游戏呢?王者还是吃鸡是最多的选择。但在80、90年代的时候多是一些很简单的游戏:《超级玛丽》、《魂斗罗》等。本文将利用Pygame制作另一个经典游戏—炸弹人,感兴趣的可以了解一下
    2022-03-03
  • Python使用Cv2模块识别验证码的操作方法

    Python使用Cv2模块识别验证码的操作方法

    这篇文章主要介绍了Python使用Cv2模块识别验证码,使用Cv2模块、pytesseract模块进行操作,pytesseract模块将智能识别图片字体数字,用于打印出来,本文通过代码案例给大家详细讲解,需要的朋友可以参考下
    2023-01-01
  • 基于Python实现视频自动下载软件

    基于Python实现视频自动下载软件

    这篇文章主要为大家详细介绍了如何利用Python实现一个自动下载视频、弹幕、评论的软件,文中的示例代码讲解详细,需要的小伙伴可以参考一下
    2022-08-08
  • Python cookbook(数据结构与算法)找出序列中出现次数最多的元素算法示例

    Python cookbook(数据结构与算法)找出序列中出现次数最多的元素算法示例

    这篇文章主要介绍了Python cookbook(数据结构与算法)找出序列中出现次数最多的元素算法,涉及Python collections模块中的Counter类相关使用技巧与操作注意事项,需要的朋友可以参考下
    2018-03-03
  • Python中的JSON Pickle Shelve模块特性与区别实例探究

    Python中的JSON Pickle Shelve模块特性与区别实例探究

    在Python中,处理数据序列化和持久化是极其重要的,JSON、Pickle和Shelve是三种常用的模块,它们提供了不同的方法来处理数据的序列化和持久化,本文将深入研究这三个模块,探讨它们的特性、用法以及各自的优缺点
    2024-01-01
  • Pytorch创建张量的四种方法

    Pytorch创建张量的四种方法

    Pytorch创建张量的4种方法主要有:torch.Tensor()、torch.tensor()、torch.as_tensor()、torch.from_numpy(),本文通过实例代码介绍Pytorch创建张量的四种方法,需要的朋友可以参考下
    2023-05-05

最新评论