【Day 8-N19】Python函数（3）——函数类型、过滤函数filter、映射函数map、lambda函数-CSDN博客

本文链接：https://blog.csdn.net/qq_31964455/article/details/149039204

挑战14天学会Python，第8天学习笔记！加油！

一、概述

在 Python 中，函数不仅是可调用对象，更是“第一类公民”：

可作为参数传递
可作为返回值
可赋值给变量本笔记围绕 函数类型、高阶函数（filter、map）和 匿名函数（lambda）展开，展示如何利用这些特性编写简洁、高效的代码。

二、函数类型（First-Class Functions）

（一）定义

Python 函数属于 第一类对象，支持以下操作：

赋值给变量
作为参数传递
作为返回值
存入容器（列表、字典等）

（二）示例

def greet(name):
    return f"Hello, {name}!"

# 1. 赋值给变量
say_hi = greet
print(say_hi("Alice"))  # Hello, Alice!

# 2. 存入列表
funcs = [greet, len, sum]
print(funcs[0]("Bob"))  # Hello, Bob!

# 3. 作为参数传递
def apply(func, value):
    return func(value)
print(apply(greet, "Charlie"))  # Hello, Charlie!

三、过滤函数 `filter`

（一）定义

filter(function, iterable) 返回一个迭代器，仅保留使 function 返回 True 的元素，比如function提供过滤的规则；iterable为可迭代对象，如容器等元素。

（二）示例

# 过滤非空字符串
words = ["", "Python", "", "Code"]
non_empty = filter(None, words)  # None 直接判断真假
print(list(non_empty))  # ['Python', 'Code']

# 提供过滤条件函数
def f(x1):
    return x>50 # 找出大于50元素
    
data1 = [66, 15, 91, 28, 98, 50, 7, 80, 99]
filtered = filter(f1, data1)
data2 = list(filtered) #转换为列表
print (data2)

（三）注意事项

返回的是 惰性迭代器，需用 list() 显式转换。
函数参数可以是普通函数或 lambda。

四、映射函数 `map`

（一）定义

map(function, iterable, ...) 将 function 应用于每个元素，返回结果的迭代器。

（二）示例

numbers = [1, 2, 3, 4, 5]

# 平方
squares = map(lambda x: x ** 2, numbers)
print(list(squares))  # [1, 4, 9, 16, 25]

# 多参数映射
a = [1, 2, 3]
b = [10, 20, 30]
sums = map(lambda x, y: x + y, a, b)
print(list(sums))  # [11, 22, 33]

（三）注意事项

输入的多个迭代器长度不同时，map 以最短为准。
与 filter 一样，返回的是迭代器。

五、匿名函数 `lambda`

（一）定义

lambda 用于创建单行匿名函数，lambda关键字定义的函数被称为lambda函数，尤其是用在只需要使用一次的函数时，减少命名与调用步骤。语法简洁：

lambda 参数1, 参数2, ... : 表达式

（二）示例

# 普通函数
def add(x, y):
    return x + y

# 等价的 lambda
add_lambda = lambda x, y: x + y
print(add_lambda(3, 4))  # 7

# 在 filter/map 中使用
numbers = [1, 2, 3, 4, 5]
evens = list(filter(lambda x: x % 2 == 0, numbers))
squares = list(map(lambda x: x ** 2, numbers))
print(evens)   # [2, 4]
print(squares) # [1, 4, 9, 16, 25]

（三）注意事项

lambda仅限单行表达式，不能包含多行语句或复杂逻辑。
可读性优先：复杂逻辑建议使用 def 定义具名函数。

六、综合应用案例

（一）数据清洗管道

data = ["  Python  ", "  Java  ", None, "  C++  "]

# 步骤：过滤空值 → 去除空格 → 转大写
cleaned = map(
    lambda s: s.strip().upper(),
    filter(None, data)
)
print(list(cleaned))  # ['PYTHON', 'JAVA', 'C++']

（二）函数工厂

def power_factory(n):
    return lambda x: x ** n

square = power_factory(2)
cube = power_factory(3)
print(square(3))  # 9
print(cube(3))    # 27

七、注意事项与最佳实践

可读性优先：复杂逻辑避免过度使用 lambda。
惰性求值：filter 和 map 返回迭代器，大列表处理时节省内存。
替代方案：列表推导式通常比 map + lambda 更直观：
```
squares = [x**2 for x in numbers]  # 推荐
```