一、map()：批量加工数据
map()函数对序列中的每个元素应用给定的函数，产生新的迭代器。
平方运算
numbers = [1, 2, 3, 4]
squared = map(lambda x: x**2, numbers)
print(list(squared)) # 输出: [1, 4, 9, 16]二、filter()：筛选符合条件的元素
filter()根据提供的函数判断序列中的元素，只保留函数返回值为True的元素。
过滤偶数
numbers = [1, 2, 3, 4, 5]
even_numbers = filter(lambda x: x % 2 == 0, numbers)
print(list(even_numbers)) # 输出: [2, 4]三、reduce()：累积计算
reduce()函数对序列中的元素进行累积操作，需要导入functools模块。
求和
from functools import reduce
numbers = [1, 2, 3, 4]
sum_of_numbers = reduce(lambda x, y: x+y, numbers)
print(sum_of_numbers) # 输出: 10四、sorted()：排序艺术
sorted()不仅可以对序列进行排序，还能接受一个比较函数来自定义排序规则。
按字符串长度排序
words = ['apple', 'banana', 'cherry', 'date']
sorted_words = sorted(words, key=len)
print(sorted_words) # 输出: ['date', 'apple', 'cherry', 'banana']五、any()与all()：逻辑判断利器
any()只要序列中有任一元素满足条件即返回True；all()需所有元素均满足条件。
检查列表是否有非零元素
nums = [0, 0, 0, 1]
has_non_zero = any(nums)
print(has_non_zero) # 输出: True六、enumerate()：索引与元素同行
enumerate()同时返回元素及其索引，常用于循环中。
打印索引和元素
fruits = ['apple', 'banana', 'mango']
for index, fruit in enumerate(fruits):
print(f"Index {index}: {fruit}")七、zip()：合并迭代器
zip()可以将多个可迭代对象的元素配对成元组。
合并姓名与年龄
names = ['Alice', 'Bob', 'Charlie']
ages = [25, 30, 35]
people = list(zip(names, ages))
print(people) # 输出: [('Alice', 25), ('Bob', 30), ('Charlie', 35)]八、reversed()：反向遍历
reversed()返回一个反转的迭代器。
反向打印列表
numbers = [1, 2, 3, 4, 5]
print(list(reversed(numbers))) # 输出: [5, 4, 3, 2, 1]九、list(), dict(), set()：构造容器
这三个函数可将可迭代对象转换为列表、字典或集合。
从元组创建字典
tuples = [(1, 'apple'), (2, 'banana')]
dictionary = dict(tuples)
print(dictionary) # 输出: {1: 'apple', 2: 'banana'}十、lambda表达式：匿名函数
lambda表达式用于快速定义简单函数，常用于高阶函数的参数。
lambda求和
sum_lambda = lambda x, y: x + y
print(sum_lambda(3, 5)) # 输出: 8结语
高阶函数，是Python中的一把锋利的宝剑，它们不仅简化了代码，还提高了代码的可读性和可维护性。掌握这些函数，就如同获得了解锁编程难题的魔法钥匙，让代码世界在你手中绽放出无限可能。继续探索，你会发现Python的每一个角落都藏着惊喜。📚✨
以上就是本次关于Python高阶函数的分享，希望这些示例能激发你对函数式编程的兴趣，让你的编程之旅更加精彩！
