### 概念与定义 在Python中，**高阶函数**是指接受其他函数作为参数或者返回一个函数的函数。这种特性是函数式编程的核心概念之一，尽管Python并不是一门纯粹的函数式语言，但它借鉴了这一编程范式中的许多优秀思想[^2]。 当一个函数的参数是一个函数时，该函数可以被称为高阶函数。此外，在调用高阶函数时需要注意，由于其参数类型为函数，因此只需要传递函数名而不必立即执行它[^3]。 --- ### 使用方法 #### `map()` `map()` 函数用于将一个函数依次作用于可迭代对象的每一个元素上，并返回一个新的迭代器结果。 ```python numbers = [1, 2, 3, 4] squared = list(map(lambda x: x ** 2, numbers)) print(squared) # 输出 [1, 4, 9, 16] ``` #### `filter()` `filter()` 函数则用于筛选满足条件的元素。它接收一个函数和一个可迭代对象，只保留那些经过函数处理后返回值为True的元素。 ```python even_numbers = list(filter(lambda x: x % 2 == 0, numbers)) print(even_numbers) # 输出 [2, 4] ``` #### `reduce()` `reduce()` 函数需要从 `functools` 模块导入，它可以累积地应用某个二元操作（即两个输入参数）到序列的所有元素上，最终得到单一的结果。 ```python from functools import reduce product = reduce(lambda x, y: x * y, numbers) print(product) # 输出 24 ``` #### `sorted()` `sorted()` 函数能够对任何可迭代对象进行排序，并且支持多种自定义选项，例如降序排列或基于特定键值排序等。 ```python words = ['banana', 'apple', 'cherry'] sorted_words = sorted(words, key=len) # 按字符串长度排序 print(sorted_words) # 输出 ['apple', 'banana', 'cherry'] ``` #### `zip()` `zip()` 函数可以把多个可迭代对象打包成元组列表，常用于并行遍历多个集合。 ```python names = ['Alice', 'Bob'] ages = [25, 30] paired_data = list(zip(names, ages)) print(paired_data) # 输出 [('Alice', 25), ('Bob', 30)] ``` --- ### 示例说明 以下是一个综合示例，演示如何结合使用这些高阶函数来处理数据： ```python data = [ {'name': 'John', 'age': 28}, {'name': 'Jane', 'age': 22}, {'name': 'Doe', 'age': 35} ] # 提取所有人的名字 names = list(map(lambda person: person['name'], data)) # 过滤出年龄大于等于30的人 older_people = list(filter(lambda person: person['age'] >= 30, data)) # 计算所有人年龄总和 total_age = reduce(lambda acc, person: acc + person['age'], data, 0) print("Names:", names) print("Older People:", older_people) print("Total Age:", total_age) ``` 此代码片段展示了如何利用 `map()` 提取信息、通过 `filter()` 筛选符合条件的数据项以及借助 `reduce()` 完成数值汇总操作。 --- ###