python函数：lambda(), filter(), map(), reduce()

因为本文参考的文章较多，csdn无法在原文链接处填写多个链接，故此处仅填写一个链接，将所有参考文章的链接全部放在了文章最后。

1、lambda()

lambda()是Python里的匿名函数，其语法如下：

lambda [arg1[, arg2, … argN]]: expression

下面是个1+2=3的例子

>>> fun = lambda x,y:x+y
>>> fun(1,2)
3
>>> (lambda x,y:x+y)(1,2)
3

2、filter()

filter的语法形式如下：

filter(function, sequence)：
对sequence中的item依次执行function(item)，将执行结果为True的item组成一个List/String/Tuple（取决于sequence的类型）返回：

下面是例子：

>>> def f(x): return x % 2 != 0 and x % 3 != 0 
>>> filter(f, range(2, 25)) 
[5, 7, 11, 13, 17, 19, 23]
>>> def f(x): return x != ‘a’ 
>>> filter(f, “abcdef”) 
‘bcdef’

3、map()

map(function, sequence) ：对sequence中的item依次执行function(item)，见执行结果组成一个List返回：

>>> def cube(x): return xxx 
>>> map(cube, range(1, 11)) 
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
>>> def cube(x) : return x + x 
… 
>>> map(cube , “abcde”) 
[‘aa’, ‘bb’, ‘cc’, ‘dd’, ‘ee’]

另外map也支持多个sequence，这就要求function也支持相应数量的参数输入：

>>> def add(x, y): return x+y 
>>> map(add, range(8), range(8)) 
[0, 2, 4, 6, 8, 10, 12, 14]

4、reduce()

reduce(function, sequence, starting_value)：
对sequence中的item顺序迭代调用function，如果有starting_value，还可以作为初始值调用.

例如可以用来对List求和：

>>> def add(x,y): return x + y 
>>> reduce(add, range(1, 11)) 
55 （注：1+2+3+4+5+6+7+8+9+10）
>>> reduce(add, range(1, 11), 20) 
75 （注：1+2+3+4+5+6+7+8+9+10+20）

5、综合例子

下面是两个综合利用以上四个函数的例子：
例子1：计算5!+4!+3!+2!+1!

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

def fun(x):
    result = 1    
    while x >= 1:
        result = result * x
        x = x - 1
    return result
    

print reduce(lambda x,y:x+y, map(fun,a))

例子2：将100以内的质数挑选出来

import math  

def isPrime(n):  
    if n <= 1:  
      return False 

    for i in range(2, int(math.sqrt(n)) + 1):  
      if n % i == 0:  
        return False 
    return True 

print filter(isPrime,range(1,100))

6.map和reduce的区别

①从参数方面来讲：

• map()函数：
  map()包含两个参数，第一个参数是一个函数，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()函数：
  reduce() 第一个参数是函数，第二个是 序列（列表或元组）。但是，其函数(第一个参数位置的函数）)必须接收两个参数。

②从对传进去的数值作用来讲：

• map()函数：
  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；（请看下面的栗子）
• reduce()函数：
  reduce()是将传人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），最终结果是所有的元素相互作用的结果。（请看下面的栗子）

举个栗子：

• map()函数：

# 传入一个参数
def one_p(x):
    return x * x
print 'map1.1:', map(one_p, range(1, 5)) 
#结果：map1.1: [1, 4, 9, 16]
print 'map1.2:', map(one_p, [1, 2, 3, 4, 5, 6])
#结果：map1.2: [1, 4, 9, 16, 25, 36]
 
# 传入多个参数
a = [1, 2, 3, 4, 5]
b = [1, 1, 6, 2, 3]
c = [1, 2, 3, 4, 5]
s = map(lambda (x, y, z): x * y * z, zip(a, b, c))
print 'map2:', s
#结果：map2: [1, 4, 54, 32, 75]

• reduce()函数：

r1 = reduce(lambda x, y: x * y, (2, 2, 6, 2))  #运算过程：(((2*2)*6)*2)
r2 = reduce(lambda x, y: x * y, (2, 2, 6), 2)  #<span style="font-family: Arial, Helvetica, sans-serif;">运算过程：(((2*2)*6)*2)</span>
 
print 'r1:', r1  # 结果：r1: 48
print 'r2:', r2  # 结果：r2: 48

参考：

1. Zhu_Julian，CSDN, https://blog.csdn.net/dbanote/article/details/8912250
2. code_better，CSDN， https://blog.csdn.net/code_better/article/details/52995199