Python|python--filter、map、reduce的作用 Python|python

文章目录

一、map函数
二、filter函数
三、reduce函数

一、map函数作用：map主要作用是计算一个序列或者多个序列进行函数映射之后的值
语法：map(function,iterable1,iterable2)
说明：function中参数值可以是一个，也可以是多个；iterable代表function运算中的参数值，有几个参数值就传入几个iterable
注意：1.迭代器需要进行列表转换 2.map中如果传入的序列长度不一，会依据最短的序列计算
1. lambda函数：

x=[1,2,3,4] y=[5,6,7,8] print(list(map(lambda x,y:(x+y),x,y)))#输出结果： [6, 8, 10, 12]

2. 自定义函数：

def m_num(x,y): returnx+y print(list(map(m_num,x,y)))#输出结果： [6, 8, 10, 12]

思路：
把列表1中的元素与列表2中元素依次相加
1+5
2+6
3+7
4+8
二、filter函数作用：filter主要作用是过滤掉序列中不符合函数条件的元素
语法：fliter(function,sequence)
说明：function可以是匿名函数或者自定义函数，可以对后面的sequence序列的每个元素判定是否符合条件；sequence可以是列表、元组或者字符串
1. lambda函数：

num = [2,3,6,9,90,23,88] #输出的是filter对象 print(filter(lambda x:x>10,num)) #需要转成list [90, 23, 88] print(list(filter(lambda x:x>10,num)))#输出结果： [90, 23, 88] 注意：迭代器需要进行列表转换

2. 自定义函数：

def fil_num(x): return x>10print(list(filter(fil_num,num)))

思路：
把列表中不需要的元素去掉，那首先要确定要过滤得条件是什么
三、reduce函数作用：reduce是对一个序列进行计算，结果只得到一个值
语法：reduce(function,iterable)
说明：function中必须传入两个参数，iterable可以是列表或者元组
注意：reduce使用前需要导包 from functools import reduce
1. lambda函数：