 京公网安备 11010802034615号
			经营许可证编号:京B2-20210330
 京公网安备 11010802034615号
			经营许可证编号:京B2-20210330
		作者:小K
来源:麦叔编程
现实生活中我一看到高阶两个字,就会下意识的眉头一紧,想着肯定是什么高难度的玩意。
但Python的高阶函数并不是要Python水平很高的人才能去用,其实现实开发中还挺常用的,有时候可能用到了也不知道这个叫做高阶函数。
图片内容与本文无关
❝
Python的高阶函数其实就是接受函数为参数,或者把函数作为结果返回的函数是高阶函数(higher-order function)。
❞
假如有个需求:写个abs_add函数,求两个数值的绝对值之和。
这很简单,
def abs_add(v1, v2): return abs(v1) + abs(v2)
r = abs_add(-5, 6)
print(r)
运行结果:
11 
def abs_add(v1, v2, func): return func(v1) + func(v2) r = abs_add(-5, 6, abs) print(r)
运行结果:
11 
「这里的代码把abs这个内置函数作为参数传进abs_add函数中,那么此时abs_add就成了高阶函数。」
cars = ['Toyota', 'GM', 'Volkswagen', 'Honda', 'Tesla', 'Benz'] print(sorted(cars, key=len)) # 根据字符串长度进行排序 
输出结果:
['gm', 'benz', 'honda', 'tesla', 'toyota', 'volkswagen'] 
根据字符串长度排序(sorted和len都是内置函数)。
假如我现在想按照列表中的最后一个字符串的字母进行排序,那么我怎么怎么去写key呢?
❝
Toyota的最后一个字符是a,gm则是m,正常字符串排序出来都是按照首字符的字母abc...顺序。
❞
def reverse(string): return string[::-1] print(reverse('BMW'))
输出结果
WMB 
cars = ['toyota', 'gm', 'volkswagen', 'honda', 'tesla', 'benz'] def reverse(string): return string[::-1]
print(sorted(cars)) # 非翻转排序 print(sorted(cars, key=reverse)) # 翻转排序 
输出结果:
['benz', 'gm', 'honda', 'tesla', 'toyota', 'volkswagen'] ['honda', 'tesla', 'toyota', 'gm', 'volkswagen', 'benz'] 
Python最常用的高阶函数还有map、filter 和 reduce,分别实现映射,筛选和运算的功能,当然它们也可以传入很多“条件”。
今天三分钟结束,有兴趣的小伙伴可以继续探究以上三个高阶函数。
「高阶函数,你学废了么?」
 
                  数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23