
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
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14