函数式编程以及map、reduce、filter函数

函数式编程以及map、reduce、filter函数

---

可迭代对象：str , list , tuple

map 映射，map函数是指将一个对象(可迭代)中的每个子元素分别按照映射关系处理

filter 过滤，filter函数是指将一个对象(可迭代)象的每个子元素按照过滤条件进行过滤，保留过滤结果为True的子元素

reduce 归纳，reduce函数是指将一个对象(可迭代)的每个子元素按照归纳算法进行整合，得出一个数据

---

1. filter函数

函数特性：

• 将一个对象(可迭代)象的每个子元素按照过滤条件进行过滤，保留过滤结果为True的子元素
• 如果将得出的结果(可迭代对象)用list()组成一个列表，则得出的列表与原对象的子元素数量和索引不同

格式：

filter(function,iterable_object)

filter函数返回的结果是一个可迭代对象，可使用 list() 来将迭代对象组成列表

filter函数的演化过程：

fruits = ['apple','pear','peach','banana','orange']

def startwith_p(i):
    if i.startswith('p'):
        return i

def endwith_e(i):
    if i.endswith('e'):
        return i

def filter_choose(func,array):
    choice = []
    for a in array:
        if not func(a):
            choice.append(a)
    return choice

print(filter_choose(endwith_e,fruits))
print(filter_choose(startwith_p,fruits))
# ['pear', 'peach', 'banana']
# ['apple', 'banana', 'orange']

可转化成以下简写形式

def filter_choose(func,array):
    choice = []
    for a in array:
        if not func(a):
            choice.append(a)
    return choice
print(filter_choose(lambda n:n.startswith('p'),fruits))
# ['apple', 'banana', 'orange']

可转化成内置的filter函数

print(list(filter(lambda x:not x.startswith('p'),fruits)))
# ['apple', 'banana', 'orange']

---

2. map函数

函数特性：

• 将一个对象(可迭代)中的每个子元素分别按照映射关系处理
• 如果将得出的结果(可迭代对象)用list()组成一个列表，则得出的列表与原对象的子元素数量和索引都相同

格式：

map(funcion,iterable_object)

其中，func 为函数：如果处理方法简单可使用匿名函数

map函数返回的结果是一个可迭代对象，可使用 list() 来将迭代对象组成列表

例1：

li = [1,234,36,23,15]
print(map(lambda x:x/2,li))
print(list(map(lambda x:x+20,li)))
# <map object at 0x00000000011DB4A8>
# [21, 254, 56, 43, 35]

例2

msg = 'alex'
print(list(map(lambda x:x.upper(),msg)))
# ['A', 'L', 'E', 'X']

例3

dic = {'name':'alex','age':'18','hobby':'apple'}
print(list(map(lambda x:x.upper(),dic.values())))
# ['ALEX', '18', 'APPLE']

---

3. reduce函数

函数特性：

• 将一个对象(可迭代)的每个子元素按照归纳算法进行整合，得出一个数据
• 得出的结果是一个固定的不可迭代对象
• 可指定初始值，初始值默认为空
• reduce函数需要调用functools工具中的reduce模块，执行语句：

from functools import reduce

格式：

reduce(function,iterable_object,init_value=None)

reduce函数返回的结果是一个不可迭代的固定值

例1：

from functools import reduce
sequence = [1,2,3,10]
print(reduce(lambda x,y:x*y,sequence))
# 60

例2：指定初始值

from functools import reduce
sequence = [1,2,3,10]
print(reduce(lambda x,y:x*y,sequence,10))
# 600