lambda, filter, map, reduce函数

lambda函数

lambda函数为匿名函数，匿名函数并不会占用内存空间，运行完后就会从内存中删除

lambda函数举例

lab_func = lambda x: x+1

print(lab_func(1))


lab_func2 = lambda x: '%s_sb' %x
print(lab_func2('Lee'))

lambda函数的使用场景

lambda函数经常和map， reduce，filter等函数同时使用

map函数

自实现map函数map_test

对列表中的所有值进行操作

def add_one(n):
    return n+1

def map_test(func,array):
    ret=[]
    for i in array:
        res = func(i)
        ret.append(res)
    return ret

print(map_test(add_one,[3,4,5,6,7,8]))

使用map函数

res = map(lambda x:x+1,[1,2,3,4,5,6])
print(list(res))

filter函数

自实现filter函数filter_test

对列表中的值进行过滤，列出sb开头的人

people = ['sb_lee','marlon','sb_frank']
def sb(n):
    return n.startswith("sb")

def filter_test(func,array):
    ret = []
    for i in array:
        if sb(i):
            ret.append(i)
    return ret

print(list(filter_test(sb,people)))

使用filter函数

res = list(filter(lambda x:x.startswith("sb"),  people))
print(res)

reduce函数

用来将列表中的元素统一计算，最后统一为一个结果

自己写一个reduce函数

num01 = [1,2,3,4,5]

def add(x,y):
    return x+y

def reduce_test(func,array,init=None):
    if init is None:
        res = array.pop(0)
    else:
        res = init
    for i in array:
        res = func(res,i)
    return res

print(reduce_test(add,num01,20))

使用reduce函数

from functools import reduce
print(reduce(lambda x, y: x+y, num01, 10))