更多资料获取

📚 个人网站：ipengtao.com

---

Python是一门功能丰富的编程语言，提供了许多内置函数来处理各种数据操作。其中，高阶函数是一类特殊的函数，它们接受其他函数作为参数，或者返回函数作为结果。高阶函数是函数式编程的核心概念之一，可以大大提高代码的可读性和灵活性。本文将介绍Python内置的20个高阶函数，包括它们的功能和示例代码，帮助大家更好地理解和应用这些强大的函数。

1. map(function, iterable, ...)

map()函数接受一个函数和一个可迭代对象作为参数，将函数应用于可迭代对象的每个元素，并返回一个包含结果的迭代器。

# 将列表中的每个元素加1
numbers = [1, 2, 3, 4, 5]
result = map(lambda x: x + 1, numbers)
print(list(result))  # 输出 [2, 3, 4, 5, 6]

2. filter(function, iterable)

filter()函数接受一个函数和一个可迭代对象作为参数，将函数应用于可迭代对象的每个元素，并返回一个包含满足条件的元素的迭代器。

# 过滤出列表中的偶数
numbers = [1, 2, 3, 4, 5]
result = filter(lambda x: x % 2 == 0, numbers)
print(list(result))  # 输出 [2, 4]

3. reduce(function, iterable[, initializer])

reduce()函数接受一个函数和一个可迭代对象作为参数，递归地将函数应用于可迭代对象的元素，返回一个单一的结果值。

from functools import reduce

# 计算列表中所有元素的乘积
numbers = [1, 2, 3, 4, 5]
result = reduce(lambda x, y: x * y, numbers)
print(result)  # 输出 120

4. sorted(iterable, key=None, reverse=False)

sorted()函数接受一个可迭代对象作为参数，返回一个新的排好序的列表。可选参数key用于指定排序关键字函数，reverse用于指定是否降序排序。

# 对列表进行排序
fruits = ["apple", "banana", "cherry", "date"]
result = sorted(fruits)
print(result)  # 输出 ['apple', 'banana', 'cherry', 'date']

# 根据字符串长度进行排序
result = sorted(fruits, key=lambda x: len(x))
print(result)  # 输出 ['date', 'apple', 'banana', 'cherry']

# 降序排序
result = sorted(fruits, reverse=True)
print(result)  # 输出 ['date', 'cherry', 'banana', 'apple']

5. zip(*iterables)

zip()函数接受多个可迭代对象作为参数，返回一个包含元组的迭代器，每个元组包含来自各个可迭代对象的元素。

# 合并两个列表
names = ["Alice", "Bob", "Charlie"]
scores = [85, 92, 78]
result = zip(names, scores)
print(list(result))  # 输出 [('Alice', 85), ('Bob', 92), ('Charlie', 78)]

6. enumerate(iterable, start=0)

enumerate()函数接受一个可迭代对象作为参数，返回一个包含元组的迭代器，每个元组包含元素的索引和值。

# 枚举列表中的元素
fruits = ["apple", "banana", "cherry"]
result = enumerate(fruits)
print(list(result))  # 输出 [(0, 'apple'), (1, 'banana'), (2, 'cherry')]

7. all(iterable)

all()函数接受一个可迭代对象作为参数，如果可迭代对象的所有元素都为真，则返回True，否则返回False。

# 检查列表中的元素是否都大于0
numbers = [1, 2, 3, 4, 5]
result = all(x > 0 for x in numbers)
print(result)  # 输出 True

# 检查列表中的元素是否都为真
values = [True, True, False, True]
result = all(values)
print(result)  # 输出 False

8. any(iterable)

any()函数接受一个可迭代对象作为参数，如果可迭代对象的任何元素为真，则返回True，否则返回False。

# 检查列表中是否有元素大于10
numbers = [1, 2, 3, 4, 5]
result = any(x > 10 for x in numbers)
print(result)  # 输出 False

# 检查列表中是否有元素为真
values = [True, False, False, False]
result = any(values)
print(result)  # 输出 True

9. max(iterable, *args, key=None, default=None)

max()函数接受一个可迭代对象作为参数，返回可迭代对象中的最大元素。可选参数key用于指定比较的关键字函数，default用于指定可迭代对象为空时的默认返回值。

# 获取列表中的最大值
numbers = [1, 3, 2, 4, 5]
result = max(numbers)
print(result)  # 输出 5

# 根据字符串长度获取最长的字符串
fruits = ["apple", "banana", "cherry", "date"]
result = max(fruits, key=lambda x: len(x))
print(result)  # 输出 'banana'

# 设置默认返回值
result = max([], default="No elements")
print(result)  # 输出 'No elements'

10. min(iterable, *args, key=None, default=None)

min()函数接受一个可迭代对象作为参数，返回可迭代对象中的最小元素。可选参数key用于指定比较的关键字函数，default用于指定可迭代对象为空时的默认返回值。

# 获取列表中的最小值
numbers = [1, 3, 2, 4, 5]
result = min(numbers)
print(result)  # 输出 1

# 根据字符串长度获取最短的字符串
fruits = ["apple", "banana", "cherry", "date"]
result = min(fruits, key=lambda x: len(x))
print(result)  # 输出 'date'

# 设置默认返回值
result = min([], default="No elements")
print(result)  # 输出 'No elements'

11. sum(iterable, start=0)

sum()函数接受一个可迭代对象作为参数，返回可迭代对象中所有元素的总和。可选参数start用于指定总和的初始值。

# 计算列表中所有元素的总和
numbers = [1, 2, 3, 4, 5]
result = sum(numbers)
print(result)  # 输出 15

# 指定初始值并计算总和
result = sum(numbers, start=10)
print(result)  # 输出 25

12. any(iterable)

any()函数接受一个可迭代对象作为参数，如果可迭代对象的任何元素为真，则返回True，否则返回False。

# 检查列表中是否有元素大于10
numbers = [1, 2, 3, 4, 5]
result = any(x > 10 for x in numbers)
print(result)  # 输出 False

# 检查列表中是否有元素为真
values = [True, False, False, False]
result = any(values)
print(result)  # 输出 True

13. iter(obj, sentinel)

iter()函数返回一个迭代器对象，该迭代器会不断调用可迭代对象的__next__()方法，直到达到指定的sentinel值为止。

# 使用 iter() 创建一个迭代器
iterator = iter(lambda: input("Enter 'stop' to quit: "), 'stop')
for item in iterator:
    print(item)

14. next(iterator, default)

next()函数接受一个迭代器对象和一个默认值作为参数，返回迭代器的下一个元素。如果迭代器耗尽，将返回默认值。

# 获取迭代器的下一个元素
numbers = [1, 2, 3]
iterator = iter(numbers)
result = next(iterator)
print(result)  # 输出 1

# 迭代器耗尽时返回默认值
result = next(iterator, None)
print(result)  # 输出 None

15. len(s)

len()函数返回对象的长度，例如列表、字符串、元组等。

# 获取列表的长度
fruits = ["apple", "banana", "cherry"]
result = len(fruits)
print(result)  # 输出 3

# 获取字符串的长度
text = "Hello, World!"
result = len(text)
print(result)  # 输出 13

16. reversed(seq)

reversed()函数接受一个序列作为参数，返回一个逆序的迭代器。

# 反转列表
fruits = ["apple", "banana", "cherry"]
result = list(reversed(fruits))
print(result)  # 输出 ['cherry', 'banana', 'apple']

17. slice(start, stop, step)

slice()函数返回一个切片对象，该对象可以用于切片操作。start表示起始位置，stop表示结束位置，step表示步长。

# 创建一个切片对象
my_slice = slice(1, 5, 2)

# 使用切片对象进行切片操作
numbers = [0, 1, 2, 3, 4, 5, 6]
result = numbers[my_slice]
print(result)  # 输出 [1, 3]

18. sorted(iterable, key=None, reverse=False)

sorted()函数接受一个可迭代对象作为参数，返回一个新的排好序的列表。可选参数key用于指定排序关键字函数，reverse用于指定是否降序排序。

# 对列表进行排序
fruits = ["apple", "banana", "cherry", "date"]
result = sorted(fruits)
print(result)  # 输出 ['apple', 'banana', 'cherry', 'date']

# 根据字符串长度进行排序
result = sorted(fruits, key=lambda x: len(x))
print(result)  # 输出 ['date', 'apple', 'banana', 'cherry']

# 降序排序
result = sorted(fruits, reverse=True)
print(result)  # 输出 ['date', 'cherry', 'banana', 'apple']

19. eval(expression, globals=None, locals=None)

eval()函数用于执行一个字符串表达式，并返回表达式的结果。可选参数globals和locals用于指定全局和局部命名空间，如果未提供，则使用当前命名空间。

# 执行字符串表达式
result = eval("3 + 5")
print(result)  # 输出 8

# 在自定义命名空间中执行表达式
x = 10
result = eval("x + 5", globals(), locals())
print(result)  # 输出 15

需要谨慎使用eval()函数，因为它可以执行任意的Python代码，可能存在安全风险。

20. exec(object, globals=None, locals=None)

exec()函数用于执行一个字符串或代码块，并返回None。它可以用于执行包含Python代码的字符串或文件内容。可选参数globals和locals用于指定全局和局部命名空间。

# 执行包含Python代码的字符串
code = """
x = 10
y = 20
result = x + y
print(result)
"""
exec(code)  # 输出 30

# 在自定义命名空间中执行代码块
x = 5
exec("x = x * 2", globals(), locals())
print(x)  # 输出 10

与eval()函数类似，需要谨慎使用exec()函数，以避免安全风险。

总结

Python内置了许多强大的高阶函数，它们提供了丰富的功能来处理各种数据操作。本文介绍了20个常用的高阶函数，包括map、filter、reduce、sorted、zip、enumerate、all、any、max、min、sum、len、reversed、slice、sorted、eval、exec等。通过掌握这些高阶函数，可以更高效地处理数据、编写更简洁的代码，并更好地理解函数式编程的概念。

在实际编程中，根据任务需求选择合适的高阶函数可以大大提高代码的可读性和可维护性。希望本文对大家理解和应用Python中的高阶函数有所帮助，能够更加灵活地处理数据和编写高效的程序。

---

Python学习路线

更多资料获取

📚 个人网站：ipengtao.com

如果还想要领取更多更丰富的资料，可以点击文章下方名片，回复【优质资料】，即可获取 全方位学习资料包。

点击文章下方链接卡片，回复【优质资料】，可直接领取资料大礼包。