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
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14