Python 一等函数( 高阶函数)

高阶函数

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（higherorder
function）。map 函数就是一例，如示例 5-2 所示。此外，内置函
数 sorted 也是：可选的 key 参数用于提供一个函数，它会应用到各个
元素上进行排序，参见 2.7 节。

例如，若想根据单词的长度排序，只需把 len 函数传给 key 参数，如
示例 5-3 所示。

示例 5-3　根据单词长度给一个列表排序

>>> fruits = ['strawberry', 'fig', 'apple', 'cherry', 'raspberry', 'banana']
>>> sorted(fruits, key=len)
['fig', 'apple', 'cherry', 'banana', 'raspberry', 'strawberry']
>>>

任何单参数函数都能作为 key 参数的值。例如，为了创建押韵词典，可
以把各个单词反过来拼写，然后排序。注意，示例 5-4 中列表里的单词
没有变，我们只是把反向拼写当作排序条件，因此各种浆果（berry）都
排在一起。

示例 5-4　根据反向拼写给一个单词列表排序

>>> def reverse(word):
... return word[::-1]
>>> reverse('testing')
'gnitset'
>>> sorted(fruits, key=reverse)
['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry']
>>>

在函数式编程范式中，最为人熟知的高阶函数有
map、filter、reduce 和 apply。apply 函数在 Python 2.3 中标记为过
时，在 Python 3 中移除了，因为不再需要它了。如果想使用不定量的参
数调用函数，可以编写 fn(*args, **keywords)，不用再编写
apply(fn, args, kwargs)。

map、filter 和 reduce 这三个高阶函数还能见到，不过多数使用场景
下都有更好的替代品。详情参阅下一节。

map、filter和reduce的现代替代品
函数式语言通常会提供 map、filter 和 reduce 三个高阶函数（有时
使用不同的名称）。在 Python 3 中，map 和 filter 还是内置函数，但
是由于引入了列表推导和生成器表达式，它们变得没那么重要了。列表
推导或生成器表达式具有 map 和 filter 两个函数的功能，而且更易于
阅读，如示例 5-5 所示。
示例 5-5　计算阶乘列表：map 和 filter 与列表推导比较

>>> list(map(fact, range(6))) ➊
[1, 1, 2, 6, 24, 120]
>>> [fact(n) for n in range(6)] ➋
[1, 1, 2, 6, 24, 120]
>>> list(map(factorial, filter(lambda n: n % 2, range(6)))) ➌
[1, 6, 120]
>>> [factorial(n) for n in range(6) if n % 2] ➍
[1, 6, 120]
>>>

❶ 构建 0! 到 5! 的一个阶乘列表。
❷ 使用列表推导执行相同的操作。
❸ 使用 map 和 filter 计算直到 5! 的奇数阶乘列表。
❹ 使用列表推导做相同的工作，换掉 map 和 filter，并避免了使用
lambda 表达式。

在 Python 3 中，map 和 filter 返回生成器（一种迭代器），因此现在
它们的直接替代品是生成器表达式（在 Python 2 中，这两个函数返回列
表，因此最接近的替代品是列表推导）。

在 Python 2 中，reduce 是内置函数，但是在 Python 3 中放到
functools 模块里了。这个函数最常用于求和，自 2003 年发布的
Python 2.3 开始，最好使用内置的 sum 函数。在可读性和性能方面，这是一项重大改善（见示例 5-6）。

示例 5-6　使用 reduce 和 sum 计算 0~99 之和

>>> from functools import reduce ➊
>>> from operator import add ➋
>>> reduce(add, range(100)) ➌
4950
>>> sum(range(100)) ➍
4950
>>>

❶ 从 Python 3.0 起，reduce 不再是内置函数了。
❷ 导入 add，以免创建一个专求两数之和的函数。
❸ 计算 0~99 之和。
❹ 使用 sum 做相同的求和；无需导入或创建求和函数。

sum 和 reduce 的通用思想是把某个操作连续应用到序列的元素上，累
计之前的结果，把一系列值归约成一个值。
all 和 any 也是内置的归约函数。
all(iterable)
　　如果 iterable 的每个元素都是真值，返回 True；all([]) 返回
True。
any(iterable)
　　只要 iterable 中有元素是真值，就返回 True；any([]) 返回
False。

10.6 节将深入说明 reduce 函数，我会不断改进一个示例，为这个函数
提供有意义的上下文。本书后面的 14.11 节将重点讨论可迭代对象，届
时会概述各个归约函数。

为了使用高阶函数，有时创建一次性的小型函数更便利。这便是匿名函
数存在的原因，下一节将会讨论。