python常用内置函数filter、map、reduce、apply、zip，enumerate，sorted以及列表解析

讲述常用内置函数之前，先介绍一个知识点：匿名函数lambda

lambda函数：

讲究抛弃变量和状态，与标准方式声明的函数区别在于：不需要使用def语句，也不需要一个名字来引用它，起到函数速写的作用（通常只需要使用一次的函数，就可以用lambda表达式替代）。

语法：

lambda arg : operation(arg)  #operation相当于函数中的return函数

例子：

func = lambda x,y,z:x+y+z
func(1,2,3)

lambda函数因为其简洁的表达式形式经常与python的内置函数一起使用。

filter函数：返回一个可迭代对象

主要用于过滤与函数func()不匹配的值，func为None时直接过滤掉为False的值。

语法：

filter(func,sequence)

调用一个布尔函数func来迭代sequence中的每个元素，若元素经够func返回True值则保存，返回False值则丢弃，最后返回一个布尔值皆为True的过滤后的序列。

例子：

过滤得到以2013结尾的日期

date = ['11/2/2013','1/3/2012','3/6/2013','2/1/2012','9/8/2014']
list(filter(lambda x: x.endswith('2013'),date))

列表解析替代filter函数：

[x for x in [1,2,3,4] if x>2]# filter
[3, 4]

map函数：返回一个可迭代对象

将函数 func 作用于 sequence 被迭代的每一个元素，返回一个列表。sequence可以为多个。如果func为None的话，返回一个序列的列表或者多个序列的组合列表。sequence也可放在map前面，如df['column'].map(lambda x:x+1)

例子：

list(map(lambda x,y: x+y if y else x+10,[1,2,3,4,5],(1,2,3,4)) )
[2, 4, 6, 8, 15]

list(map(None,[1,2,3,4,5],(1,2))) #如果是None的话，以None来补齐短序列造成的空缺 
[(1, 1), (2, 2), (3, None), (4, None), (5, None)]

列表解析替代map函数：

[x+1 for x in [1,2,3]]# map
[2, 3, 4]

reduce函数：

reduce() 函数在 Python3 中已经不是内建函数了，想要使用的话需要 from functools import reduce。
func为一个二元函数，只能接受两个参数（否则报错），第一个是 initial，第二个是 sequence 的第一个元素。如果没有提供 initial ，那么就取前两个 sequence 的元素。然后这次调用的返回值再作为第一个参数传递给 function，第二个参数则是 sequence 的下一个元素。这样循环直到 sequence 耗尽，并将最终的值返回。func为None时报错。

例子：

 reduce(lambda x,y: x+y, [47,11,42,13])
 113

apply函数：

当想让方程作用在一维的向量上时，可以使用apply来完成。

df.apply(func,axis=1)//axis默认为0，表示对df的每一行使用func函数
df.apply(lambda x : x+1)//apply函数与lambda函数的组合使用，通常适用于对结果形式没有其他要求的，简化的一维向量的处理，后面可以加.tolist()来将结果转化为列表

applymap函数：

如果想让func作用于DataFrame中的每一个元素，可以使用applymap()

总的来说就是apply()是一种让函数作用于列或者行操作，applymap()是一种让函数作用于DataFrame每一个元素的操作，而map是一种让函数作用于Series每一个元素的操作

zip函数：返回一个可迭代对象

接受一系列可迭代的对象作为参数，将对象中对应的元素打包成一个个tuple（元组），然后返回由这些tuples组成的list（列表）。若传入参数的长度不等，则返回list的长度等于参数中长度最短的对象的长度。

x=(1,2,3); y=(4,5);z=(6,)
list(zip(x,y,z))

[(1, 4, 6)]

enumerate函数：返回一个可迭代对象

得到一个元素(index,value)元组的可迭代对象，可迭代对象不可以直接输出，需要转为列表之后输出。

s='abc'
list(enumerate(s))

输出：

[(0,'a'),(1,'b'),(2,'c')]

sorted函数：返回一个真正的列表

nums = [4,9,3,2,1,5,6,8,7]
sorted(nums)
输出：
[1, 2, 3, 4, 5, 6, 7, 8, 9]

列表解析：

当我们考虑在一个序列的每一项上执行一个操作时，可以考虑使用列表解析。
列表解析比手动的for循环运行速度往往会快一倍，因为迭代在解释器内部以C语言的速度执行。
集合解析和字典解析同列表解析。

lines = [line.rstrip() for line in open('script.py')]
[x+y for x in [0,1,2] for y in [1,2,3]]//嵌套循环语句
[x+1 for x in [1,2,3] if x>1]//循环+条件过滤