Python重要知识点filter_map_partial_reduce_sorted内置函数的使用方法

---

前言

在很多深度学习项目中，python知识点中，关于filter() map() partial() reduce() sorted()的使用很常见，所以在此对python的这些知识点做一温故并总结。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、filter()函数

filter的含义是“过滤”的意思，顾名思义，该函数的功能就是用于过滤。如一个序列，通过条件判断，过滤掉不符合要求的元素，最终返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。函数接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。

1.语法

filter(function, iterable)	
#function 为函数，属于判断条件
#iterable 为可迭代对象，也就是迭代器对象。

返回值即为迭代器对象。

2.实例展示

def is_odd(n):
    return n % 2 == 1
L = range(100)
#通过list来把迭代器对象转换成列表
print(list(filter(is_odd, L)))

def not_empty(s):
    return s and s.strip()
print(list(filter(not_empty, ['A', '', 'B', None, 'C', '  '])))

二、map()函数

map()中第一个参数为function函数，与filter()一样，后面参数传来的序列元素会传进第一个function中做运算，每个元素运算的结果作为返回新的迭代器中的元素。

1.语法

代码如下（示例）：

map(function, iterable, ...)

#function – 函数
#iterable – 一个或多个序列

2.实例展示

代码如下（示例）：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

def f(x):
    return x * x

print(list(map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])))

三、partial()偏函数

函数在执行时，要带上所有必要的参数进行调用。但是，有时参数可以在函数被调用之前提前获知。这种情况下，一个函数有一个或多个参数预先就能用上，以便函数能用更少的参数进行调用。

偏函数是将所要承载的函数作为partial()函数的第一个参数，原函数的各个参数依次作为partial()函数后续的参数，除非使用关键字参数。
通过语言描述可能无法理解偏函数是怎么使用的，那么就举一个常见的例子来说明。在这个例子里，我们实现了一个取余函数，对于整数 100，取得对于不同数 m 的 100%m 的余数。

1.实例展示

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import functools
int2 = functools.partial(int, base=2)

print('1000000 =', int2('1000000'))
print('1010101 =', int2('1010101'))

四、reduce()函数

reduce() 函数会对参数序列中元素进行累积。
函数将一个数据集合中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。

1.语法

from functools import reduce	
reduce(function, iterable[, initializer])
#function -- 函数，有两个参数
#iterable -- 可迭代对象
#initializer -- 可选，初始参数

2.实例展示

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

from functools import reduce

CHAR_TO_INT = {
    '0': 0,
    '1': 1,
    '2': 2,
    '3': 3,
    '4': 4,
    '5': 5,
    '6': 6,
    '7': 7,
    '8': 8,
    '9': 9
}

def str2int(s):
    ints = map(lambda ch: CHAR_TO_INT[ch], s)
    return reduce(lambda x, y: x * 10 + y, ints)

print(str2int('0'))
print(str2int('12300'))
print(str2int('0012345'))

CHAR_TO_FLOAT = {
    '0': 0,
    '1': 1,
    '2': 2,
    '3': 3,
    '4': 4,
    '5': 5,
    '6': 6,
    '7': 7,
    '8': 8,
    '9': 9,
    '.': -1
}

def str2float(s):
    nums = map(lambda ch: CHAR_TO_FLOAT[ch], s)
    point = 0
    def to_float(f, n):
        nonlocal point
        if n == -1:
            point = 1
            return f
        if point == 0:
            return f * 10 + n
        else:
            point = point * 10
            return f + n / point
    return reduce(to_float, nums, 0.0)

print(str2float('0'))
print(str2float('123.456'))
print(str2float('123.45600'))
print(str2float('0.1234'))
print(str2float('.1234'))
print(str2float('120.0034'))

五、sorted()函数

sorted() 函数对所有可迭代的对象进行排序操作。sort 与 sorted 区别：
sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。

list 的 sort 方法返回的是对已经存在的列表进行操作，无返回值，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。

1、语法

sorted(iterable, cmp=None, key=None, reverse=False)
#iterable -- 可迭代对象。
#cmp -- 比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返#回1，小于则返回-1，等于则返回0。
#key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象#中的一个元素来进行排序。
#reverse -- 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。

2.实例展示

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

from operator import itemgetter

L = ['bob', 'about', 'Zoo', 'Credit']

print(sorted(L))
print(sorted(L, key=str.lower))

students = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]

print(sorted(students, key=itemgetter(0)))
print(sorted(students, key=lambda t: t[1]))
print(sorted(students, key=itemgetter(1), reverse=True))

---

总结

以上就是今天要讲的内容，大概记录了filter(）map() reduce() sorted()函数的语法及用法，并提供了简单容易理解的例子供参考，后续会不定期更新记录学习知识点。