Python常用的高阶函数

高阶函数定义

定义：如果一个函数A，它的某个参数是一个函数B。那么我们称A这个函数就为高阶函数，B一般叫做参数函数

语法：def funcA( funcB: T -> U, x, y……)

常用高阶函数

map

功能：对列表中的元素实现一对一的转换处理，返回得到一个新的列表
场景：一对一的转换
语法

"""
	map(func, iterable)：
		* func：传入一个函数，该函数带有1个形参
		* iterable：可迭代数据，简单理解为一个列表数据

	作用：将可迭代数据中的每个元素传递给func函数的形参，func函数的返回值组成新的一组数据
"""

示例

my_li = [1, 2, 3]

# 需求：将 my_li 中每个元素都乘2

# 使用普通函数
def comp(x):
    return x*x

res1 = map(comp, my_li)
print('普通函数：', *res1)

# 使用lambda函数
res2 = map(lambda x: x*2, my_li)
print('lambda函数：', *res2)	

filter

功能：用于实现对列表中的元素进行过滤，满足条件的数据将保留组成新的列表
场景：数据过滤
语法

"""
	filter(func, iterable)
		* func：传入一个函数，该函数带有1个形参，并且返回一个bool值
		* iterable：可迭代数据，简单理解为一个列表数据
	作用：将可迭代数据中的每个元素传递给func函数的形参，结果为True的数据会被保留，为False的数据会被删除。
"""

示例

my_li = [1, 2, 3, 4, 5, 6]

# 需求1：将 my_li 中大于5的数字保留
res = filter(lambda x: x > 5, my_li)
print(*res)

# 需求2：将 my_li 中的奇数保留
res = filter(lambda x: x % 2 != 0, my_li)
print(*res)

reduce

功能：对列表中的数据进行聚合，返回聚合的结果
场景：数据聚合
语法

"""
   reduce(func, iterable)：
   		* func：传入一个函数，该函数带有2个形参
   		* iterable：可迭代数据，简单理解为一个列表数据
"""

示例

from functools import reduce

my_li = [1,2,3]

# 计算 my_li 中元素之和
res = reduce(lambda tmp,item: tmp+item, my_li)
print(res)

# 计算 my_li 中元素之积
res = reduce(lambda tmp,item: tmp*item, my_li)
print(res)

sorted

功能：对列表中的元素进行排序
场景：数据排序
语法

   """
   sorted(iterable, key, reverse=False)
   		* iterable：可迭代数据，简单理解为一个列表数据
   		* key：传入一个函数，该函数带有1个形参（可选，按照传入形参进行排序）
   		* reverse：默认为False，设置为True，表示逆序
   """

示例

my_li = [1,2,4,3,5]

# 对 my_li 进行降序排序
res1 = sorted(my_li, reverse=True)
print(res1)


my_word = [('spark', 3), ('pandas', 1), ('hello', 2)]

# 对 my_word 按照value进行升序排序
res2 = sorted(my_word, key=lambda x: x[1], reverse=False)
print(res2)