python中常用的高阶函数

⛳目录

• filter
• map
• reduce

🧩filter功能

• 对循环根据过滤条件进行过滤并生成迭代器

🎈filter用法

Python内建的filter()函数用于过滤序列,和map()类似，filter()也接收一个函数和一个序列。和map()不同的时，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

• 用法:

  • filter(func, list)

• 参数介绍:

  • func: 对list每个item进行条件过滤的定义
  • list :需要过滤的列表

• filter举例:
  res = filter(lambda x:x >1，[0,1,2])

• 返回值:
  <filter at Ox4f3af70>->[2]

🎈map

map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。
map() 函数可以传入一个或多个序列作为参数。它将一个或多个序列中对应位置的元素传递给指定的函数进行处理，并返回一个包含处理结果的迭代器。

• map() 函数的基本语法如下：

• map(function, *iterables)

• 参数说明：

• function：用于处理每个元素的函数。

• iterables：一个或多个序列，可以是列表、元组、集合等可迭代对象。

• 当 map() 函数传入多个序列时，它会依次从这些序列中取出对应位置的元素，并将它们作为参数传递给指定的函数进行处理。如果传入的序列长度不一致，map() 函数会以最短的序列长度为准，多余的元素会被忽略。

• 举例:
  res = map(lambda x:x > 1,[0,1,2])

• 返回值:
  <map at 0x4f3af70>->[False, False,True]

🎈reduce

• 对循环前后两个数据进行累加（必须接收两个参数）
• 用法∶
  reduce(func, list)
• 参数介绍:
  func:对数据累加的函数
  list :需要处理的列表
• 举例:
  res =reduce(lambda x,y:x +y,[0,1,2])
• 返回值:
  数字->3

🧩reduce的导入

from functools import reduce

🎯实战

# coding: utf-8

from functools import reduce

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

# filter
result = filter(lambda x: ('e' in x), fruits)
print(list(result))
print(fruits)

# filter with function
def filter_func(item):
    if 'e' in item:
        return True

print('================================')
filter_result = filter(filter_func, fruits)
print(list(filter_result))

# map
map_result = map(lambda item: 'e' in item, fruits)
print(list(map_result))

# reduce
reduce_result = reduce(lambda x, y: x * y, [1, 2, 3, 4, 5, 6, 7, 8])
print(reduce_result)

reduce_result = reduce(lambda x, y: x + y, fruits)
print(reduce_result)

['apple', 'orange']
['apple', 'banana', 'orange']
================================
['apple', 'orange']
[True, False, True]
40320
applebananaorange

进程已结束,退出代码0