Python语法系列博客 · 第8期[特殊字符] Lambda函数与高阶函数：函数式编程初体验

上一期小练习解答（第7期回顾）

✅ 练习1：找出1~100中能被3或5整除的数

result = [x for x in range(1, 101) if x % 3 == 0 or x % 5 == 0]

✅ 练习2：生成字符串长度字典

words = ["apple", "banana", "grape"]
lengths = {word: len(word) for word in words}

✅ 练习3：乘法字典

multiplication_table = {(i, j): i * j for i in range(1, 6) for j in range(1, 6)}

✅ 练习4：唯一偶数集合

lst = [1, 2, 2, 3, 4, 4, 6]
even_set = {x for x in lst if x % 2 == 0}

本期主题：Lambda函数与高阶函数

---

🟦 8.1 匿名函数 lambda

匿名函数（Lambda）是用来创建简单函数的一种简洁方式。

✅ 基本语法：

lambda 参数: 表达式

⚠️ 注意：lambda 函数只能写一行表达式，不能有多行语句。

示例：普通函数 vs lambda

def add(x, y):
    return x + y

add_lambda = lambda x, y: x + y

print(add(2, 3))         # 5
print(add_lambda(2, 3))  # 5

8.2 高阶函数简介

高阶函数指的是接收函数作为参数 ，或返回另一个函数的函数。

8.3 map() 函数

对可迭代对象中的每个元素执行某个函数。

nums = [1, 2, 3, 4]
squares = list(map(lambda x: x**2, nums))
print(squares)  # [1, 4, 9, 16]

8.4 filter() 函数

筛选符合条件的元素。

nums = [1, 2, 3, 4, 5, 6]
evens = list(filter(lambda x: x % 2 == 0, nums))
print(evens)  # [2, 4, 6]

8.5 reduce() 函数（需导入 functools）

对所有元素累积运算。

from functools import reduce

nums = [1, 2, 3, 4]
total = reduce(lambda x, y: x + y, nums)
print(total)  # 10

应用实例：常见用法组合

🔹 对字符串列表大小写转换

words = ["apple", "banana", "grape"]
upper = list(map(lambda w: w.upper(), words))

🔹 保留长度大于5的字符串

long_words = list(filter(lambda w: len(w) > 5, words))

🔹 所有价格加税10%

prices = [100, 200, 300]
taxed = list(map(lambda p: round(p * 1.1, 2), prices))

本期小练习

1. 使用 map 将 [1, 2, 3, 4, 5] 转为字符串列表。

2. 使用 filter 从列表中筛选出所有回文字符串（例如 "madam"）。

3. 使用 reduce 计算 [2, 3, 4] 的乘积。

4. 定义一个 lambda 函数，实现 x² + 2x + 1 的计算。

本期小结

• 学习了 lambda匿名函数 的用法。

• 掌握了三种常用的高阶函数：map, filter, reduce。

• 初步感受了 函数式编程思想 的强大与简洁。

第9期预告：

下一期我们将深入了解：

• Python中的函数定义进阶

• 可变参数：*args 与 **kwargs

• 参数解包与实战技巧

• 默认参数 & 关键字参数的使用场景