这期内容当中小编将会给大家带来有关Python中有哪些常用的高级函数，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
创新互联专业为企业提供琼海网站建设、琼海做网站、琼海网站设计、琼海网站制作等企业网站建设、网页设计与制作、琼海企业网站模板建站服务，10余年琼海做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。
lambda
它们在其他语言中也被称为匿名函数。如果你不想在程序中对一个函数使用两次，你也许会想用lambda表达式，它们和普通的函数完全一样。
lambda argument: manipulate(argument)
lambda 参数:操作(参数)
add = lambda x, y: x + y print(add(3, 5)) # Output: 8
a = [(1, 2), (4, 1), (9, 10), (13, -3)] def f(x): return x[1] # a.sort(key=f) a.sort(key=lambda x: x[1]) print(a) # Output: [(13, -3), (4, 1), (1, 2), (9, 10)]
sorted(iterable, *, key=None, reverse=False)
从 iterable 中的 item 中返回一个新的排序列表。
有两个可选参数，必须将其指定为关键字参数。
key 指定一个带有一个参数的函数，用于从每个列表元素中提取比较键：key=str.lower。默认值是 None（直接比较元素）。
reverse 是一个布尔值。如果设置为 True，那么列表元素按照每个比较被颠倒的顺序进行排序。
内置的 sorted() 函数排序是稳定的。如果确保不会更改比较相等的元素的相对顺序，则排序是稳定的 。
三元运算符通常在Python里被称为条件表达式，这些表达式基于真(true)/假(false)的条件判断.
它允许用简单的一行快速判断，而不是使用复杂的多行if语句。 这在大多数时候非常有用，而且可以使代码简单可维护。
# 如果条件为真，返回真 否则返回假 condition_is_true if condition else condition_is_false
if condition: result = condition_is_true else: result = condition_is_false
map(function, iterable, ...)
返回一个将 function 应用于每个 iterable item 的迭代器，从而产生结果。如果传递额外的 iterable 参数，function 必须采用多个参数并应用于并行所有迭代中的项目。使用多个迭代器时，当最短迭代器耗尽时，迭代器停止。
In [54]: list1 = [1, 2, 3, 4, 5, 6] In [55]: list2 = [4, 3, 7, 1, 9] In [56]: list(map(str, list1)) Out[56]: ['1', '2', '3', '4', '5', '6'] In [57]: list(map(lambda x, y: x+y, list1, list2)) Out[57]: [5, 5, 10, 5, 14]
enumerate( iterable, start=0)
返回一个枚举对象。 iterable 必须是一个序列，一个迭代器或其他支持迭代的对象。由 enumerate() 返回的迭代器的 __next__() 方法返回一个元组，该元组包含一个计数（从 start 开始，默认值为 0）以及遍历迭代获得的值。
>>> seasons = ['Spring', 'Summer', 'Fall', 'Winter'] >>> list(enumerate(seasons)) [(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')] >>> list(enumerate(seasons, start=1)) [(1, 'Spring'), (2, 'Summer'), (3, 'Fall'), (4, 'Winter')]
zip(*iterables)
制作一个迭代器，用于聚合来自每个迭代器的元素。
返回元组的迭代器，其中第 i 个元组包含来自每个参数序列或迭代的第 i 个元素。当最短的输入迭代耗尽时，迭代器停止。使用单个迭代参数，它将返回 1 元组的迭代器。没有参数，它返回一个空的迭代器。
与 * 操作符一起使用 zip() 可用于解压缩列表：
>>> x = [1, 2, 3] >>> y = [4, 5, 6] >>> zipped = zip(x, y) >>> list(zipped) [(1, 4), (2, 5), (3, 6)] >>> x2, y2 = zip(*zip(x, y)) >>> x == list(x2) and y == list(y2) True
data = zip(list1, list2) data = sorted(data) list1, list2 = map(lambda t: list(t), zip(*data))
filter(function, iterable)
用那些 function 返回 true 的 iterable 元素构造一个迭代器。iterable 可以是序列，支持迭代的容器或迭代器。如果 function 为 None，则假定标识函数为 false，即为 false 的所有元素都被删除。
# 过滤0-10之间的偶数 In [8]: list(filter(lambda x: x%2==0, range(10))) Out[8]: [0, 2, 4, 6, 8]
reduce函数的用法和map很类似,也是一个函数f和一个list,但是函数的入口参数一定要是两个，reduce也是对每个元素进行反复调用，最后返回最终的值，而map是返回一个list
上述就是小编为大家分享的Python中有哪些常用的高级函数了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注创新互联行业资讯频道。
