【跟着AI学Python】第19天:lambda 与高阶函数

太棒了！欢迎来到 【跟着AI学Python】第19天！🎉今天我们将学习 Python 中函数式编程的核心工具：lambda 匿名函数 + 三大高阶函数 map()、filter()、sorted()！

💡 它们能让你用更简洁、声明式的方式处理数据，告别冗长的 for 循环！

🎯 第19天目标：

✅ 掌握 lambda 匿名函数 的语法与使用场景✅ 熟练使用 map() 对序列做批量转换✅ 灵活运用 filter() 过滤数据✅ 精准控制 sorted() 的排序逻辑

📘 一、lambda：匿名函数

🔹 语法

lambda 参数: 表达式

• 只能包含一个表达式（不能写多行语句）
• 自动返回表达式结果
• 常用于临时、简单的函数场景

🔹 示例对比

# 直接调用print((lambda x: x * 2)(5))  # 10# 赋值给变量（不推荐，不如 def 清晰）double = lambda x: x * 2print(double(3))  # 6

✅ 最佳实践：

• 仅在简短、一次性场景使用（如传给 map/sorted）
• 复杂逻辑 → 用普通函数（可读性更好）

📘 二、map()：批量转换

🔹 作用

将函数应用到序列的每个元素，返回迭代器（惰性求值）

🔹 语法

map(function, iterable)

🔹 示例

💡 何时用 map vs 列表推导式？

• 简单转换 → 列表推导式更 Pythonic
• 已有现成函数（如 str.upper）→ map 更简洁：
  words = ["hello", "WORLD"]upper_words = list(map(str.upper, words))  # ['HELLO', 'WORLD']

📘 三、filter()：条件过滤

🔹 作用

保留序列中使函数返回 True 的元素

🔹 语法

filter(function, iterable)

🔹 示例

✅ 优势：

• 语义清晰：“过滤出满足条件的元素”
• 与 map 组合实现复杂流水线

📘 四、sorted()：灵活排序

🔹 核心参数

• key=function：指定排序依据（函数接收元素，返回比较值）
• reverse=True：降序排列

🔹 示例

🔹 实战：复杂对象排序

🔑 技巧：

• key返回元组可实现多级排序
• 用 -值 实现某字段降序（数值型）

💻 综合实战：数据清洗流水线

假设有一组用户数据，需要：

1. 过滤掉无效邮箱（不含 @）
2. 将邮箱转为小写
3. 按域名排序

users = ["Alice@GMAIL.COM", "bob@yahoo.com", "invalid-email", "CHARLIE@outlook.com"]# 流水线处理valid_emails = sorted(    map(str.lower, filter(lambda email: "@" in email, users)),    key=lambda email: email.split("@")[1]  # 按 @ 后部分排序)print(valid_emails)# 输出: ['bob@yahoo.com', 'charlie@outlook.com', 'alice@gmail.com']

✅ 优势：

• 无中间变量，逻辑链清晰
• 内存高效（filter/map 返回迭代器）

✅ 今日小任务

1. 用 map + lambda：将 ["1", "2", "3"]转为整数列表 → [1, 2, 3]
2. 用 sorted + lambda：按单词长度对 ["apple", "pie", "banana"]

📝 小结：高阶函数速查表

✅ 黄金法则：

• 简单逻辑 → 优先用 列表推导式（更 Pythonic）
• 需要组合操作 / 已有函数 → 用 高阶函数
• lambda仅用于简短、一次性函数

🎉 恭喜完成第19天！你已掌握 函数式编程的利器，能写出更简洁、更声明式的代码！

继续加油，你的代码正变得越来越优雅！🐍