map 与filter和reduce内置函数
Posted skyoceanchen
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了map 与filter和reduce内置函数相关的知识,希望对你有一定的参考价值。
Python函数介绍及用法
Python中map()、filter()、reduce()这三个都是应用于序列的内置函数。
Python map()函数
1.map()是 Python 内置的高阶函数,它接收一个函数 f 和一个 list,并通过把函数 f 依次作用在 list 的每个元素上,得到一个新的 list 并返回。
2.注意:map()函数不改变原有的 list,而是返回一个新的 list。
3.利用map()函数,可以把一个 list 转换为另一个 list,只需要传入转换函数。
4.由于list包含的元素可以是任何类型,因此,map() 不仅仅可以处理只包含数值的 list,事实上它可以处理包含任意类型的 list,只要传入的函数f可以处理这种数据类型。
格式:
1 map(func, seq1[, seq2,…])
第一个参数接受一个函数名,后面的参数接受一个或多个可迭代的序列,返回的是一个集合。
Python函数编程中的map()函数是将func作用于seq中的每一个元素,并将所有的调用的结果作为一个list返回。如果func为None,作用同zip()。
1、当seq只有一个时,将函数func作用于这个seq的每个元素上,并得到一个新的seq。
让我们来看一下只有一个seq的时候,map()函数是如何工作的。
从上图可以看出,函数func函数会作用于seq中的每个元素,得到func(seq[n])组成的列表。下面举得例子来帮助我们更好的理解这个工作过程。
?
#使用lambda
>>> print map(lambda x: x % 2, range(7))
[0, 1, 0, 1, 0, 1, 0]
?
#使用列表解析
>>> print [x % 2 for x in range(7)]
[0, 1, 0, 1, 0, 1, 0]
一个seq时,可以使用filter()函数代替,那什么情况不能代替呢?
2、当seq多于一个时,map可以并行(注意是并行)地对每个seq执行如下图所示的过程:
从图可以看出,每个seq的同一位置的元素同时传入一个多元的func函数之后,得到一个返回值,并将这个返回值存放在一个列表中。下面我们看一个有多个seq的例子:
?
>>> print map(lambda x , y : x ** y, [2,4,6],[3,2,1])
[8, 16, 6]
如果上面我们不使用map函数,就只能使用for循环,依次对每个位置的元素调用该函数去执行。还可以使返回值是一个元组。如:
?
>>> print map(lambda x , y : (x ** y, x + y), [2,4,6],[3,2,1])
[(8, 5), (16, 6), (6, 7)]
当func函数时None时,这就同zip()函数了,并且zip()开始取代这个了,目的是将多个列表相同位置的元素归并到一个元组。如:
?
>>> print map(None, [2,4,6],[3,2,1])
[(2, 3), (4, 2), (6, 1)]
需要注意的是:
map无法处理seq长度不一致、对应位置操作数类型不一致的情况,这两种情况都会报类型错误。如下图:
3、使用map()函数可以实现将其他类型的数转换成list,但是这种转换也是有类型限制的,具体什么类型限制,在以后的学习中慢慢摸索吧。这里给出几个能转换的例子:
?
***将元组转换成list***
>>> map(int, (1,2,3))
[1, 2, 3]
***将字符串转换成list***
>>> map(int, ‘1234‘)
[1, 2, 3, 4]
***提取字典的key,并将结果存放在一个list中***
>>> map(int, {1:2,2:3,3:4})
[1, 2, 3]
***字符串转换成元组,并将结果以列表的形式返回***
>>> map(tuple, ‘agdf‘)
[(‘a‘,), (‘g‘,), (‘d‘,), (‘f‘,)]
#将小写转成大写
def u_to_l (s):
return s.upper()
print map(u_to_l,‘asdfd‘)
python filter()函数
描述:
- filter()函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。
- 接收两个参数,第一个为函数,第二个为序列,序列的每个元素作为参数传递给函数进行判断,返回True或False,将返回True的元素放到新列表中。
语法:
filter(function, iterable)
参数:
- function:判断函数
- iterable:可迭代对象
返回值:
- 列表
实例:
?
# 过滤列表中所有奇数
?
def is_odd(n):
return n % 2 == 1
?
newlist = list(filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]))
print(newlist)
输出结果:
[1, 3, 5, 7, 9]
# 过滤出1~100中平方根是整数的数:
?
import math
def is_sqr(x):
return math.sqrt(x) % 1 == 0
?
newlist = list(filter(is_sqrt, range(1, 101)))
print(newlist)
输出结果:
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
当出现这种错误时,是因为没将filter函数转换成list。
python之reduce函数
reduce函数对参数迭代器中的元素进行类累积
格式为:reduce(func,iter,init)
func为函数,iter为序列,init为固定初始值,无初始值时从序列的第一个参数开始
from functools import reduce
res=reduce(lambda x,y:x+y,[‘b‘,‘c‘,‘d‘,‘e‘],‘a‘)
print(res)
from functools import reduce
res=reduce(lambda x,y:x*y,[1,2,3,4])
print(res)
def add(x,y): # 两数相加
return x+y
print(reduce(add,[1,2,3,4,5]))# 计算列表和:1+2+3+4+5
print(reduce(lambda x,y:x*y,[1,2,3,4]))# 使用 lambda 匿名函数
以上是关于map 与filter和reduce内置函数的主要内容,如果未能解决你的问题,请参考以下文章
匿名函数与内置函数filter()map()reduce()的用法
day05 协程函数,递归函数,匿名函数lambda,内置函数map reduce filter max min zip sorted,匿名函数lambda和内置函数结合使用,面向过程编程与函数编程