在 Python 中，有幾個常用的「高階函數（Higher-order Functions）」可用於以簡潔方式處理資料集合。這些函數通常搭配 Lambda（匿名函數）使用，能夠提升程式的表達力與可讀性。
Lambda 是一種不需命名即可定義的簡單函式，常用於一次性處理資料。
lambda 參數: 運算式square = lambda x: x ** 2
print(square(5)) # 輸出 25map() 對序列中每個元素套用指定函式，並回傳新的可迭代物件。
map(function, iterable)nums = [1, 2, 3, 4]
squares = list(map(lambda x: x ** 2, nums))
print(squares) # [1, 4, 9, 16]filter() 用來篩選符合條件的元素。
filter(function, iterable)nums = [1, 2, 3, 4, 5]
evens = list(filter(lambda x: x % 2 == 0, nums))
print(evens) # [2, 4]reduce() 將序列中的元素依序合併為單一值，需搭配 functools 使用。
from functools import reduce
reduce(function, iterable)from functools import reduce
nums = [1, 2, 3, 4]
product = reduce(lambda x, y: x * y, nums)
print(product) # 24| 函數 | 功能說明 | 適合情境 |
|---|---|---|
| lambda | 建立簡單函式（不具名） | 適合短小運算如 lambda x: x+1 |
| map | 元素逐一轉換 | 對列表資料進行函式套用 |
| filter | 條件篩選 | 擷取符合條件的項目 |
| reduce | 累積處理（如總和、乘積） | 對所有資料進行彙總（如加總、乘積） |
這些高階函數可與 Python 的列表推導式或資料分析工具（如 Pandas）搭配使用，在保留程式簡潔性的同時，也能強化程式邏輯的表達力。