Python高阶函数如何使用

小编给大家分享一下Python高阶函数如何使用，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

举一个最简单的高阶函数

def foo(x, y, f):  # f 是一个函数
    """
    把 x, y 分别作为参数传递给 f, 最后返回他们的和
    :param x:
    :param y:
    :param f:
    :return:
    """
    return f(x) + f(y)
 
 
def foo1(x):
    """
    返回参数的 x 的 3次方
    :param x:
    :return:
    """
    return x ** 3
 
 
r = foo(4, 2, foo1)    
 
print(r)    # 72

说明:

1、这里的 foo 就是高阶函数, 因为他接收了一个函数作为参数.

2、foo1作为参数传递给了foo, 而且foo中的局部变量f接收了foo传递过来的数据, 那么最终是foo和f同时指向了同一个对象。

总结

编写高阶函数，就是让函数的参数能够接收其他的函数。

把函数作为参数传入，这样的函数称为高阶函数，函数式编程就是指这种高度抽象的编程范式。

高阶函数另一种形式：把函数作为返回值

高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。

def foo():
    x = 10
 
    def temp():
        nonlocal x
        x += 10 #x=x+10
        return x
 
    return temp
 
f = foo()
 
print(f())
print(f())

输出结果：

说明:

调用foo()得到的一个函数, 然后把函数赋值给变量f, 这个时候f和 foo内部的temp其实指向了同一个函数对象。

返回的函数每调用一次都会把foo 的局部变量x增加 10 .所以两次调用分别得到 20 和 30。

返回访问了外部函数的局部变量或者全局变量的函数,这种函数就是闭包。

内置高阶函数

高阶函数在函数式编程语言中使用非常的广泛。

本节简单介绍几个常用的高阶函数。

列表的排序, map/reduce, filter等。

map()和filter()

函数编程语言通常都会提供map, filter, reduce三个高阶函数.

在python3中, map和filter仍然是内置函数, 但是由于引入了列表推导和生成器表达式, 他们变得没有那么重要了。

列表推导和生成器表达式具有了map和filter两个函数的功能, 而且更易于阅读。

代码展示：

a = map(lambda x: x ** 2, [10, 20, 30, 40])
print(list(a))
print(type(a))

输出结果：

说明：

1、map函数是利用已有的函数和可迭代对象生成一个新的可迭代类型:map类型。

2、map的参数1是一个函数, 参数2是一个可迭代类型的数据. map会获取迭代类型的每个数据, 传递给参数1的函数, 然后函数的返回值组成新的迭代类型的每个元素。

3、也可以有多个迭代器, 则参数1的函数的参数个数也会增加。

4、新生成的迭代器类型的元素的个数, 会和最短的那个迭代器的元素的个数保持一致。

a = map(lambda x, y: x + y, [10, 20, 30, 40], [100, 200])
print(list(a))

输出结果：

使用列表推倒实现上面的功能

使用列表比map优雅了很多, 而且也避免了参数1的函数

list1 = [10, 20, 30, 40]
list3 = [x ** 2 for x in list1]
print(list3)

输出结果：

list1 = [10, 20, 30, 40]
list2 = [100, 200]
# 注意:列表推倒中这里是使用的笛卡尔积
list3 = [x + y for x in list1 for y in list2]
print(list3)

输出结果：

以上是Python高阶函数如何使用的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！