python3的map与reduce实例详解

python3的map与reduce

一个月前，我同学去面试python开发岗，面试官给他出了一道题，使用三种不同的方法实现1到100的求和，并且要求语法尽量简洁。同学的代码如下

#第一种
sum1 = 0
for i in range(1,101):
    sum1+=i
print(sum1)
#第二种
print(sum(range(1,101)))
#第三种
print(reduce(lambda x,y:x+y,range(1,101)))

这三种方法得到的结果都为5050
写完这个代码以后，我同学下午就收到了offer（当然是因为他薪资要得比较低的原因！！！）
听了我同学的传奇经历，我决定好好的学一学python的哪些内建函数。
在此之前，我们需要了解一下lamba。

1：lambda

lambda作为一个表达式，定义了一个匿名函数，使用lambda简化了函数定义的书写形式。使代码更为简洁，使函数的定义方式更为直观，易理解。
举个例子，平时我们手写一个函数实现两个数的求和，通常这样写：

    def f(x,y):
        return x+y
    print(1,2)

但是使用lambda可以写成这样：

    f = lambda x,y:x+y
    print(f(1,2))

这里lambda作为一个表达式，定义了一个匿名函数，上例的代码x,y为入口参数，x+y为函数体，其结果就是返回x+y的和。

上面两个代码返回的结果都一样，但是使用lambada更为简洁。
lambda与map，reduce等python内建函数配合使用能发挥更强大的作用。

2：map

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。（python3中返回的是迭代器）

f = lambda x,y,z:x+y+z
x = map(f,[1,2,3],[4,5,6],[7,8,9])
for i in x:
    print(i)

这段代码分别将三个列表进行求和，然后返回一个可迭代的对象。
（1+4+7）
（2+5+8）
（3+6+9）

运行结果

或者可以使用list将迭代器转换为列表

print(list(x)

运行结果
[12, 15, 18]

3：reduce

reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。
python3使用reduce需要引入

from functools import reduce
print(reduce(lambda x,y:x+y,range(1,101)))

这里以我同学笔试的题目为列子，他先定义了一个lambda表达式，目的是为了求两个数的和，使用range生成1-100的数，由于reduce对list的每个元素反复调用函数f，并返回最终结果值。
因此，其过程为：
（1,2,3,4,5,6,7,8,9……..100）
1+2=3
3+3=6
6+4=10
10+5=15
………..
这样执行就相当于是执行了一次1+2+3+4+…….+100

reduce()还可以接收第3个可选参数，作为计算的初始值。如果把初始值设为100，计算：

print(reduce(lambda x,y:x+y,range(1,101),100))

计算结果为5150

我同学的传奇经历到此为止，如果哪位老铁在面试过程中也遇上过有趣的面试题大家不妨共同分享一下。

补充：

Python3中map()、reduce()、filter()的用法详解

Python3中的map()、reduce()、filter() 这3个一般是用于对序列进行操作的内置函数，它们经常需要与 匿名函数 lambda 联合起来使用，我们今天就来学习下。

1.map()

map() 可以用于在函数中对指定序列做映射，返回值是一个迭代器，其使用语法如下：

map(function, *iterables)

上面的第一个参数 function 指一个函数，第二个参数 iterable 指一个或多个可迭代对象，在执行过程中，会对可迭代对象中的每一个元素调用 function 函数做计算，最后得到一个新的迭代器对象，而这个新的迭代器对象，会包含有每次调用 function 函数的返回值。

只传入一个可迭代对象

"""计算列表中每个元素的三次方"""
def demo_map(x):
    return x ** 3
nums = [1, 2, 3, 4, 5]
print(list(map(demo_map, nums)))  # 输出：[1, 8, 27, 64, 125]

# 使用匿名函数
print(list(map(lambda x: x ** 3, nums)))  # 输出：[1, 8, 27, 64, 125]

传入多个可迭代对象

"""计算3个列表中对应下标元素的和"""
def demo_map(x, y, z):
    return x + y + z
nums1 = [1, 2, 3, 4, 5]
nums2 = [11, 22, 33, 44, 55]
nums3 = [100, 200, 300, 400, 500]
print(list(map(demo_map, nums1, nums2, nums3)))  # 输出：[112, 224, 336, 448, 560]

# 使用匿名函数
print(list(map(lambda x, y, z: x + y + z, nums1, nums2, nums3)))  # 输出：[112, 224, 336, 448, 560]

2.filter()

filter() 可以用于过滤序列，过滤掉不符合条件的元素，返回值也是一个迭代器，其使用语法如下：

filter(function or None, iterable)

和 map() 函数类似，上面的第一个参数 function 指一个函数，第二个参数 iterable 指一个可迭代对象，执行后会得到一个包含每次调用 function 函数返回值的迭代器。

"""找出从 -5 到 5 中能被 4 整除的所有整数"""
def demo_filter(x):
    return x % 4 == 0


nums = range(-5, 6)
print(list(nums))  # 输出：[-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5]

# 传入None，只返回true的值（0是False，所以被过滤掉了）
print(list(filter(None, nums)))  # 输入：[-5, -4, -3, -2, -1, 1, 2, 3, 4, 5]

# 传入正常函数，过滤出 nums 中能被 4 整除的整数
print(list(filter(demo_filter, nums)))  # 输出：[-4, 0, 4]

# 使用匿名函数
print(list(filter(lambda x: x % 4 == 0, nums)))  # 输出：[-4, 0, 4]

针对 map() 和 filter() 函数， 这里有 2 点需要注意：

• map 中必须传入一个正常函数，而在 filter 函数中则可以传正常函数或者None，当传入None时，只返回可迭代对象中所有符合 true 的值
• map 中支持传多个可迭代对象，而在 filter 函数中则只能传一个可迭代对象

3.reduce()

reduce() 可以用于对参数序列中的元素进行累积，返回的是一个值。

在 Python3 中，reduce() 已被从全局名字空间里移除了，如果想要使用它，那么需通过引入 functools 模块来调用 reduce() 函数，其使用语法如下：

from functools import reduce
reduce(function, sequence[, initial])

上面的第一个参数 function 指一个函数，并且该函数必须含有2个参数，第二个参数 sequence 指一个序列，第三个参数 initial 指初始值，默认是None。

例如存在函数：reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])，它就相当于 ((((1+2)+3)+4)+5)。

"""计算 1-100 所有整数之和"""
'''
学习中遇到问题没人解答？小编创建了一个Python学习交流群：711312441
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
from functools import reduce
def demo_reduce(x, y):
    return x + y
nums = range(1, 101)

print(reduce(demo_reduce, nums))  # 输出：5050
# 使用匿名函数
print(reduce(lambda x, y: x + y, nums))  # 输出：5050

# 设置初始值为 1000
print(reduce(lambda x, y: x + y, nums, 1000))  # 输出：6050

上面的 map()、reduce()、filter() 都是属于Python3中的高阶函数，它们最大的好处在于可以让代码更加简洁，当然，如果不使用它们，我们也可以通过其他方式来实现。

到此这篇关于Python3中map()、reduce()、filter()的用法的文章就介绍到这了,更多相关Python3 map()、reduce()、filter()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！