咱们先从定义上来解释一下这两个函数的区别:
①从参数方面来讲:
map(func, *iterables)包含两个参数,第一个是参数是一个函数,第二个是序列(列表或元组)。其中,函数(即map的第一个参数位置的函数)可以接收一个或多个参数。
reduce(function, sequence[, initial]) 第一个参数是函数,第二个是 序列(列表或元组)。但是,其函数必须接收两个参数。
②从对传进去的数值作用来讲:
map()是将传入的函数依次作用到序列的每个元素,每个元素都是独自被函数“作用”一次;(请下面会有例子说明)
reduce()是将传入的函数作用在序列的第一个元素得到结果后,把这个结果继续与下一个元素作用(累积计算)
map的代码解析:
sys = map(lambda x : x+1, range(1,7) )
print(list(sys))
打印结果:
[2, 3, 4, 5, 6, 7]
分析:
map()中的匿名函数(lambda x:x+1
)接收了一个参数,参数x是在可迭代对象序列(range(1,7)
)中取值,并返回每个数据+1的结果;
如果输出语句使用 print(sys)
,那么输出的结果是
<map object at 0x00000219FFD2B6D8>
是一个对象,然后我们再来看一下map的源代码(如下图片):
实际上,map()是一个类,而且是拥有__iter__和__next__方法的一个类,也就是说,map()实际上是一个 迭代器,所以其返回结果是一个可迭代对象。
所以在打印的时候,需要通过next()方法获取其中的值,这里,使用list或者for in 遍历,结果会来得便利一些
reduce代码解析:
from functools import reduce
sys = reduce(lambda x, y : x+y, range(1,7))
print(sys)
打印结果:
21
关于reduce函数的源代码:
关于源代码中的注释解释如下:
将两个参数的函数累加应用于序列的项目,
从左到右,以便将序列减少到单个值。
例如,reduce(lambda x,y:x + y,[1,2,3,4,5])计算
((((1 + 2)3)4)5)。 如果存在initial,则将其放在项目之前
计算中的序列,并作为默认值
序列是空的。
也就是说,前一次的运算结果会作为下一次运算中的某一个参数;
下面是debug调试的过程:
第一次
x = {int} 1
y = {int} 2
第二次
x = {int} 3
y = {int} 3
第三次
x = {int} 6
y = {int} 4
第四次
x = {int} 10
y = {int} 5
第五次
x = {int} 15
y = {int} 6
sys = 21
需要注意的是,reduce函数在使用之前,需要通过functools
导入一下才可以使用