高阶函数 & 三元表达式

总结 📋

高阶函数是Python函数式编程的重要组成部分，主要包括：

Lambda表达式：创建简洁的匿名函数
三元表达式：简化条件判断
map()：对序列元素应用函数
filter()：过滤序列元素
reduce()：累积处理序列元素
sorted()：排序序列元素，并返回新序列
any()：检查序列元素是否有一个满足条件
all()：检查序列元素是否都满足条件
zip()：将多个序列打包成一个元组序列
enumerate()：为可迭代对象添加索引计数器

高阶函数（闭包） 🎯

高阶函数（闭包）是指接受函数作为参数或者返回函数的函数。在Python中，函数是一等公民，可以像变量一样传递和操作。

闭包的函数寻找作用域，是从函数定义的时候寻找的

Lambda 表达式 ⚡

Lambda表达式是创建匿名函数的简洁方式，特别适用于简单的单行函数。

语法格式

lambda 参数: 表达式

基本用法

注意：Lambda表达式只能包含表达式，不能包含语句（如print、赋值等）

三元表达式 🔀

三元表达式（条件表达式）是if-else语句的简化形式，用于根据条件返回不同的值。

语法格式

条件为真时返回的结果 if 条件判断 else 条件为假时的返回结果

基本用法

建议：三元表达式适用于简单的条件判断，复杂逻辑建议使用传统if-else语句

内置高阶函数 🛠️

map()

将指定函数应用到可迭代对象的每个元素上，返回一个map对象（迭代器）。

语法格式

map(function, iterable, ...)

基本用法

多个可迭代对象

filter() 🔍

filter()函数用于过滤序列，返回满足条件（必须返回布尔值）的元素组成的迭代器。

语法格式

filter(function, iterable)

基本用法

reduce() 🔄

reduce()函数对序列中的元素累积应用函数，将序列减少为单个值。

注意：从Python 3开始，reduce()被移到了functools模块中

导入和语法

from functools import reduce

reduce(function, iterable[, initializer])

基本用法

带初始值

sorted()

sorted()函数返回一个新的已排序列表，不修改原列表。

语法格式

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

基本用法

any() 和 all() ✅

any() 和 all() 用于检查可迭代对象中元素的真值。

# any() - 任意一个为True就返回True
numbers = [0, 0, 1, 0]
print(any(numbers))  # True

# all() - 所有元素都为True才返回True
numbers = [1, 1, 1, 1]
print(all(numbers))  # True

# 实际应用
scores = [85, 92, 78, 96, 88]

# 检查是否有人不及格
has_failed = any(score < 60 for score in scores)
print(has_failed)  # False

# 检查是否所有人都及格
all_passed = all(score >= 60 for score in scores)
print(all_passed)  # True

zip() 🤐

zip()函数将多个可迭代对象打包成元组。

enumerate() 📝

enumerate()函数为可迭代对象添加索引计数器。