转载：python代码：reduce函数

原始链接：弄明白python reduce 函数 - Panda Fang - 博客园reduce的工作过程是:在迭代sequence(tuple ，list ，dictionary， string等可迭代物)的过程中，首先把 前两个元素传给 函数参数，函数加工后，然后把得到的结果和第https://www.cnblogs.com/lonkiss/p/understanding-python-reduce-function.html

转载：python代码：reduce函数

#!/usr/bin/python
# -*- coding: UTF-8 -*-
"""
@author:
@file:test02.py
@time:2022-03-20 21:50
"""
# # from 书《Python核心编程(第二版).pdf》，作者：Wesley J. Chun
# # 如果我们想要试着用纯Python实现reduce()。它可能会是这样：
# def reduce(bin_func, seq, init=None):
#     lseq = list(seq)  # convert to list
#     if init is None:  # initializer?
#         res = lseq.pop(0)  # no
#     else:
#         res = init  # yes
#     for item in lseq:  # reduce sequence
#         res = bin_func(res, item)  # apply function
#     return res  # return result
# # ====
# 文章作者：作者:Panda Fang
# 文章原始链接：https://www.cnblogs.com/lonkiss/p/understanding-python-reduce-function.html

from functools import reduce

"""
# def reduce(function, sequence, initial=_initial_missing):
reduce(function, sequence[, initial]) -> value

Apply a function of two arguments cumulatively to the items of a sequence,
from left to right, so as to reduce the sequence to a single value.
For example, reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates
((((1+2)+3)+4)+5).  If initial is present, it is placed before the items
of the sequence in the calculation, and serves as a default when the
sequence is empty.
    
从左到右对一个序列的项累计地应用有两个参数的函数，以此合并序列到一个单一值。
例如，reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])  计算的就是((((1+2)+3)+4)+5)。
如果提供了 initial 参数，计算时它将被放在序列的所有项前面，如果序列是空的，它也就是计算的默认结果值了

序列 其实就是python中 tuple  list  dictionary string  以及其他可迭代物，别的编程语言可能有数组。
reduce 有 三个参数
function   有两个参数的函数， 必需参数
sequence   tuple ，list ，dictionary， string等可迭代物，必需参数
initial    初始值， 可选参数

reduce的工作过程是 ：在迭代sequence(tuple ，list ，dictionary， string等可迭代物)的过程中，
首先把 前两个元素传给 函数参数，函数加工后，然后把得到的结果和第三个元素作为两个参数传给函数参数， 
函数加工后得到的结果又和第四个元素作为两个参数传给函数参数，依次类推。 
如果传入了 initial 值， 那么首先传的就不是 sequence 的第一个和第二个元素，
而是 initial值和 第一个元素。经过这样的累计计算之后合并序列到一个单一返回值。 
"""

# # 例子1：求和
# def add(x, y):
#     return x + y
#
#
# result = reduce(add, [1, 2, 3, 4])
# print(result)  # 10
# # 上面这段 reduce 代码，其实就相当于 1 + 2 + 3 + 4 = 10， 如果把加号改成乘号， 就成了阶乘了
# # 当然 仅仅是求和的话还有更简单的方法，即：sum([1,2,3,4]) # 10
# # ----

# # 例子2：把一个整数列表拼成整数
# result = reduce(lambda x, y: x * 10 + y, [1, 2, 3, 4, 5])
# print(result)  # 12345
# # ----

# # 例子3：
# scientists = ({'name': 'Alan Turing', 'age': 105, 'gender': 'male'},
#               {'name': 'Dennis Ritchie', 'age': 76, 'gender': 'male'},
#               {'name': 'Ada Lovelace', 'age': 202, 'gender': 'female'},
#               {'name': 'Frances E. Allen', 'age': 84, 'gender': 'female'})
#
#
# def reducer(accumulator, value):
#     # 因为第二次调用reducer的时候，此时accumulator已经变成181了，再调用accumulator['age']就出错了
#     # total = accumulator['age'] + value['age']  # TypeError: 'int' object is not subscriptable
#     total = accumulator + value['age']
#     return total
#
#
# # result = reduce(reducer, scientists)  # TypeError: 'int' object is not subscriptable
# result = reduce(reducer, scientists, 0)  # 0为初始值
# print(result)  # 467
# # 这个仍然也可以用 sum 来更简单的完成： sum([x['age'] for x in scientists ])
# # ----

# # 例子4：按性别分组
# scientists = ({'name': 'Alan Turing', 'age': 105, 'gender': 'male'},
#               {'name': 'Dennis Ritchie', 'age': 76, 'gender': 'male'},
#               {'name': 'Ada Lovelace', 'age': 202, 'gender': 'female'},
#               {'name': 'Frances E. Allen', 'age': 84, 'gender': 'female'})
#
#
# def group_by_gender(accumulator, value):
#     accumulator[value['gender']].append(value['name'])
#     return accumulator

# # 方法一：在 reduce 的初始值参数传入了一个dictionary，key为事先写死的。
# # 缺点：这样写 key 可能出错。
# grouped = reduce(group_by_gender, scientists, {'male': [], 'female': []})
# print(grouped)  # {'male': ['Alan Turing', 'Dennis Ritchie'], 'female': ['Ada Lovelace', 'Frances E. Allen']}
# # 方法二：运行时动态插入key
# import collections
# grouped = reduce(group_by_gender, scientists, collections.defaultdict(list))
# print(grouped)  # defaultdict(<class 'list'>, {'male': ['Alan Turing', 'Dennis Ritchie'], 'female': ['Ada Lovelace', 'Frances E. Allen']})
# # 方法三：用 pythonic way 去解决
# import itertools
# grouped = {item[0]: list(item[1])
#            for item in itertools.groupby(scientists, lambda x: x['gender'])}
# print(grouped)  # {'male': [{'name': 'Alan Turing', 'age': 105, 'gender': 'male'}, {'name': 'Dennis Ritchie', 'age': 76, 'gender': 'male'}], 'female': [{'name': 'Ada Lovelace', 'age': 202, 'gender': 'female'}, {'name': 'Frances E. Allen', 'age': 84, 'gender': 'female'}]}
# # 方法四：
# grouped = reduce(lambda acc, val: {**acc, **{val['gender']: acc[val['gender']] + [val['name']]}}, scientists, {'male': [], 'female': []})
# print(grouped)  # {'male': ['Alan Turing', 'Dennis Ritchie'], 'female': ['Ada Lovelace', 'Frances E. Allen']}
# # **acc， **{val['gneder']...   这里使用了 dictionary merge syntax ,  从 python 3.5 开始引入， 详情请看 PEP 448 - Additional Unpacking Generalizations
# # 怎么使用可以参考这个 python - How to merge two dictionaries in a single expression? - Stack Overflow
# # ----