【python 笔记】高阶函数 map、reduce、filter

        高阶函数是在Python中一个非常有用的功能函数，所谓高阶函数就是一个函数可以用来接收另一个函数作为参数，这样的函数叫做高阶函数。常用的python内置高阶函数为：map、reduce、filter 这三个（个人用得比较多的也就这三个），使用高阶函数可以极大的提升代码可读性，简化代码结构。

map

        map函数接收的是两个参数，一个函数，一个序列，其功能是将序列中的值处理再依次返回至列表内。返回值是一个map类型的可迭代对象，不能直接通过print进行打印输出，可以通过list、tuple转化成列表或者元组，一般情况下使用map就是进行一种运算的转换，没必要转成list。

       map中可以传入一个匿名函数(这种用法比较多)

li = [1, -2, 3]
# 对li中的每一个元素做求平方计算
list(map(lambda x: x**2, li))

 

        也可以传入python中的内置函数

list(map(abs, li))

reduce

        reduce函数也是一个参数为函数，一个为可迭代对象的高阶函数，其返回值为一个值而不是迭代器对象，故其常用与叠加、叠乘等。reduce()传入的函数必须接收两个参数，reduce()对list的每个元素反复调用函数function, 并返回最终结果值。

from functools import reduce
# reduce不是python中的内置函数，需要从functools中导入
reduce(lambda x, y: x*y, li) # 1*(-2)*3

reduce(lambda x, y: x**y, li) # 1**(-2)**3

filter

        filter函数也是接收一个 function 和一个序列的高阶函数，主要功能是过滤。这个function 的作用是对list的每个元素进行判断，返回True或False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的可迭代对象。与map类似，filter返回的是一个filter对象。

# 筛选出大于0的元素
filter(lambda x: x>0, li)
# 查看filter返回值的类型
type(filter(lambda x: x>0, li))
# 结果转成列表
list(filter(lambda x: x>0, li))

 总结：

• map是使用传入的函数，对序列中的每一个元素进行某种操作
• reduce是反复调用传入的函数，最终返回一个结果，更多的是用来进行计算或者字符串拼接
• filter则是一种过滤方式，通过传入的函数，对序列中的每一个元素进行过滤，剔除不符合过滤条件的元素
• 这三种方法的介绍大概也就这些，如果有学到数据分析，pandas中对DataFrame、Series的操作经常会用到这三种方法，使用方法大体上和上面差不多，只有一些细微的差别，详情可以查看pandas官方文档。