189 8069 5689
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，欢迎关注创新互联行业资讯频道！