python中filter,map,reduce的作用

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):
   return  x+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 <filter object at 0x00000113BF8C7390>
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：

<filter object at 0x00000113BF8C7390>
[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>10

print(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))

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
23 = 6
64 = 24
245 = 120

到此这篇关于python中filter,map,reduce的作用的文章就介绍到这了,更多相关python map reduce内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！