Python|python--filter、map、reduce的作用


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:
from functools import reduce x=[1,2,3,4,5] print(reduce(lambda x,y:(x*y),x))

2. 自定义函数:
from functools import reduce x=[1,2,3,4,5] def ca(x,y): return x*y print(reduce(ca,x))

【Python|python--filter、map、reduce的作用】思路:
对一个列表里的元素做计算,从左到右依次计算两个元素,将得到得值跟下一个元素计算
12 = 2
2
3 = 6
64 = 24
24
5 = 120

    推荐阅读