Python 的高阶函数

高阶函数：
  接受函数为参数，或者把函数作为结果返回的函数是高阶函数（higher-order function）

map() 函数

语法

	map(function, iterable, ...)

参数
  function – 函数引用
  iterable – 一个或多个序列

返回值
  Python 2.x 返回列表。
  Python 3.x 返回迭代器。

描述
  map() 会根据提供的函数对指定序列做映射。
  第一个参数 function 为函数的引用，第二个参数 iterable 为可迭代的对象（如列表），以iterable参数序列中的每一个元素调用 function 函数，返回 每次 function 函数返回值组成的新列表。

实例

>>>def square(x) :            # 计算平方数
...     return x ** 2
... 
>>> map(square, [1,2,3,4,5])   # 计算列表各个元素的平方
[1, 4, 9, 16, 25]
>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5])  # 使用 lambda 匿名函数
[1, 4, 9, 16, 25]
 
# 提供了两个列表，对相同位置的列表数据进行相加
>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]

在 Python 3 中，map 和 filter 还是内置函数，但是由于引入了列表推导和生成器
表达式，它们变得没那么重要了。列表推导或生成器表达式具有 map 和 filter 两个函数的功能，而且更易于阅读
上面的例子可以改写为：

>>>[i**2 for i in [1,2,3,4,5]]
[1, 4, 9, 16, 25]

filter() 函数

语法

	filter(function, iterable, ...)

参数
  function – 函数引用（返回 True 或 False）
  iterable – 可迭代对象

返回值
  Python 2.x 返回列表。
  Python 3.x 返回迭代器。

描述
  filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

  filter() 函数接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。

实例

#!/usr/bin/python
# -*- coding: UTF-8 -*-
 
def is_odd(n):
	"""过滤出列表中的所有奇数"""
    return n % 2 == 1
 
newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(newlist)  # 输出 [1, 3, 5, 7, 9]

#!/usr/bin/python
# -*- coding: UTF-8 -*-
 
import math
def is_sqr(x):
	"""过滤出1~100中平方根是整数的数"""
    return math.sqrt(x) % 1 == 0
 
newlist = filter(is_sqr, range(1, 101))
print(newlist)  # 输出   [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

reduce() 函数

语法

	reduce(function, iterable[, initializer])

参数
  function – 函数引用（有两个参数）
  iterable – 可迭代对象
  initializer – 可选，初始参数

返回值
  返回函数计算结果。

描述
  reduce() 函数会对参数序列中元素进行累积。

  reduce() 函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。

实例

>>>def add(x, y) :            # 两数相加
...     return x + y
... 
>>> reduce(add, [1,2,3,4,5])   # 计算列表和：1+2+3+4+5
15
>>> reduce(lambda x, y: x+y, [1,2,3,4,5])  # 使用 lambda 匿名函数
15

参考
Python 内置函数: https://www.runoob.com/python/python-built-in-functions.html