Python3中一些高阶函数map、reduce、filter详解及示例

在编程语言中，高阶函数指的是接受函数作为输入或输出的函数。

map概述

python中的map()函数是一个内置的高阶函数，一般用法是map(function, iterable)。需要传入一个函数，这个函数可以是内置的，也可以是自己定义，也可以是匿名函数即lambda。第二个参数是一个可迭代对象，如列表、字典字符串等。map函数返回的是一个map对象，也是一个可迭代对象，可以利用for循环迭代查看元素，也可以尝试list()将其转为列表对象操作，map形式：

map(function, iterable, …)

map用法

1.计算列表中所有数的平方

L1 = [1, 2, 3, 4] # 计算某数的平方 def square(x): return x ** 2 square_result = map(square, L1) print(list(square_result)) # 配合lambda最佳 square_result = map(lambda x: x ** 2, L1) print(list(square_result)) 

示例结果：

[1, 4, 9, 16] [1, 4, 9, 16] 

2. 处理序列对象中的字符串

# 集中处理字符串开头和结尾的换行符和空格 S = [ 'I like Python\r', '\t\n Python make me happy \n', ' without python, without living.' ] NEW_S = list(map(lambda s: s.strip(), S)) print(NEW_S) # 当然此例利用列表解析更加简洁： NEW_S = [s.strip() for s in S] print(NEW_S) 

示例结果：

['I like Python', 'Python make me happy', 'without python, without living.'] ['I like Python', 'Python make me happy', 'without python, without living.'] 

多参数传递

map也接受多个可迭代对象作为参数传递，若可迭代对象元素数量不一致则传递至元素数量最小的为止

# 两组数两两相加 L1 = [1, 2, 3, 4, 5, 6, 7] L2 = [5, 4, 3, 2, 1] sum_result = map(lambda x, y: x + y, L1, L2) for one in sum_result: print(one) 

示例结果：

6 6 6 6 6 

reduce概述

reduce用于对可迭代对象中的元素进行累积操作，reduce接受两个参数，一个是函数f(x, y)参数（该函数必须有两个参数），另一个是可迭代对象。reduce行为是先将可迭代对象的前两个元素传入f(x, y)中，然后不断将f(x, y)的返回值再次和下一个迭代对象传入f(x, y)，直到迭代完迭代对象中的元素，并返回最终的f(x, y)的返回值。reduce形式：

reduce(function, iterable[, initializer])

reduce用法

在 Python3 中，reduce() 函数已经被从全局名字空间里移除了，它现在被放置在 functools 模块里，如果想要使用它，则需要通过引入 functools 模块来调用 reduce() 函数。

from functools import reduce L = [1,2,3,4,5] sum_results = reduce(lambda x,y: x + y, L) print(sum_results) 

示例结果：

15 

上例即我们通过reduce高阶函数完成了对列表中五个数的累加过程。

filter概述

filter用于过滤筛选可迭代对象中的元素，如果符合条件则返回对应的元素序列（类型为filter），filter接受两个参数，一个是函数用于筛选元素，返回值为True或Flase，另一个是可迭代对象。

filter用法

evens = filter(is_odd, range(-5, 10)) print(list(evens)) 

示例结果：

[2, 4, 6, 8]