重点: map,reduce,filter中的对象都可以用lambda表达式来生成!
1.lambda
lambda是一种允许你快速定义单行的最小函数是从 Lisp 借用来的,可以用在任何需要函数的地方。
(1) g 是一个lambda函数,完成了上面f函数相同的事情。请注意lambda简短的语法,不用为参数左右添加括号,并且还忽略了return关键字或者print关键字,最关键是不必为lambda定义函数名
(2)使用 lambda 函数时甚至不需要将它赋值给一个变量。lambda只负责返回函数对象
2.filter(bool_func,seq)
此函数相当于过滤器。调用一个布尔函数bool_func来迭代遍历传入的每个seq中的元素,返回一个使bool_seq返回值为true的元素的列表。
示例:
>>> filter(lambda x : x%3 == 0,[1,2,3,4,5,6,7,8,9]) |
filter 内部实现源码:
def filter (bool_func,seq): |
filtered_seq.append(eachItem) |
.map(func,seq1[,seq2...]):
将函数func作用于给定序列的每个元素,并用一个列表来提供返回值;如果func为None,func表现为身份函数,返回一个含有每个序列中元素集合的n个元组的列表。
示例:
>>> map(lambda x : 'test' ,[1,2,3,4]) |
>>> [ 'test' , 'test' , 'test' , 'test' ] |
>>> map(lambda x : x * 2,[1,2,3,4]) |
>>> map(lambda x : x * 2,[1,2,3,4,[5,6,7,8]]) |
>>> [2, 4, 6, 8, [5, 6, 7, 8, 5, 6, 7, 8]] |
>>> map(lambda x : None,[1,2,3,4]) |
>>> [None, None, None, None] |
map 内部实现源码:
mapped_seq.append(func(eachItem)) |
4.reduce(func,seq[,init]):
func为二元函数,将func作用于seq序列的元素,每次携带一对参数(先前的结果以及下一个序列的元素),连续的将现有的结果和下一个值作用在获得的随后的结果上,最后减少我们的序列为一个单一的返回值:如果初始值init给定,第一个比较会是init和第一个序列元素而不是序列的头两个元素。
示例:
>>> reduce(lambda x,y : x + y,[1,2,3,4]) |
>>> reduce(lambda x,y : x + y,[1,2,3,4],10) |
reduce 内部源码实现:
def reduce (bin_func,seq,initial = None ): |
res = bin_func(res,eachItem) |