一、Lambda表达式
1、Lambda表达式是Python中的一种匿名函数,可以快速创建小型函数而不必通过def关键字定义函数。
2、使用lambda表达式创建的函数无法包含多个语句或复杂逻辑,只能是一些简单的表达式。
3、lambda表达式主要是为了方便在函数内部创建临时函数,一般会配合其他函数式编程的方法一起使用。
# lambda表达式示例 square = lambda x: x * x print(square(5)) # 输出25
二、高阶函数
1、高阶函数指的是接收其它函数作为参数或以函数作为返回值的函数。
2、高阶函数可以让代码更加简洁,可读性更强。
3、在函数式编程中,高阶函数是非常常用的方法,例如map、filter和reduce函数。
# 高阶函数示例 def add(x, y): return x + y def subtract(x, y): return x - y def apply_operation(operation, x, y): return operation(x, y) print(apply_operation(add, 2, 5)) # 输出7 print(apply_operation(subtract, 2, 5)) # 输出-3
三、Map函数
1、map函数是Python内置的一个函数,接收一个普通的函数和一个可迭代对象作为参数。
2、map函数会对可迭代对象中的每个元素应用普通函数,并返回一个新的可迭代对象,其中包含了每个元素经过普通函数处理后的结果。
3、map函数是一种常用的将函数应用于每个元素的方法,可以用来简化代码。
# map函数示例 def square(x): return x * x nums = [1, 2, 3, 4, 5] squared_nums = map(square, nums) print(list(squared_nums)) # 输出[1, 4, 9, 16, 25]
四、Filter函数
1、filter函数也是Python内置的一个函数,接收一个普通的函数和一个可迭代对象作为参数。
2、filter函数会对可迭代对象中的每个元素应用普通函数,并返回一个新的可迭代对象,其中只包含原可迭代对象中对应的元素使得普通函数返回True。
3、filter函数可以用来从一个序列中筛选出满足特定条件的元素。
# filter函数示例 def is_even(x): return x % 2 == 0 nums = [1, 2, 3, 4, 5] even_nums = filter(is_even, nums) print(list(even_nums)) # 输出[2, 4]
五、Reduce函数
1、reduce函数也是Python内置的一个函数,接收一个普通的函数和一个可迭代对象作为参数。
2、reduce函数会对可迭代对象中的所有元素依次应用普通函数,其结果会被传递到下一次函数应用中。
3、reduce函数常常用来将所有元素组合为单个值。
# reduce函数示例 from functools import reduce def multiply(x, y): return x * y nums = [1, 2, 3, 4, 5] product = reduce(multiply, nums) print(product) # 输出120