上一节中学习了reduce函数,后来又遇见了map()和filter()函数,我认为这三个函数应该放在一起。它们有一个共同点就是都通过一种操作方式作用一个数据集。
如上一节的reduce函数:
list = [1,2,3,4,5]
print reduce(lambda x,y:x+y,list)
它通过二元操作方法x+y即求和方法作用于后面的数据集list。
同理,map函数更加简单:
def f(x):
return x**2
map(f,[1,2,3,4,5])
或者:
map(str, [1,2,3,4,5])
显而易见,map就是将一种映射方式作用于后面的数据集,第一个例子是将1,2,3,4,5映射为其平方输出,第二个例子是将int映射成string输出。
filter函数顾名思义是一个过滤器,将数据集元素输入作用方法后返回True的元素,例如返回十以内的偶数:
def f(x):
if x%2 == 0:
return True
filter(f, [1,2,3,4,5,6,7,8,9])
上述filter就返回了数据集中可以被2整除的元素。
reduce、map和filter使用方式相同,重点在于构造作用方式和明确数据集。