python中的map、reduce、filter 用法

一、map函数

map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。

例如，对于list [1, 2, 3, 4, 5, 6, 7, 8, 9]

如果希望把list的每个元素都作平方，就可以用map()函数：

因此，我们只需要传入函数f(x)=x*x，就可以利用map()函数完成这个计算：

def f(x):
    return x*x
print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

输出结果：

[1, 4, 9, 10, 25, 36, 49, 64, 81]

注意：map()函数不改变原有的 list，而是返回一个新的 list。

利用map()函数，可以把一个 list 转换为另一个 list，只需要传入转换函数。

由于list包含的元素可以是任何类型，因此，map() 不仅仅可以处理只包含数值的 list，事实上它可以处理包含任意类型的 list，只要传入的函数f可以处理这种数据类型。

例：

假设用户输入的英文名字不规范，没有按照首字母大写，后续字母小写的规则，请利用map()函数，把一个list（包含若干不规范的英文名字）变成一个包含规范英文名字的list：

输入：['adam', 'LISA', 'barT']
输出：['Adam', 'Lisa', 'Bart']

def format_name(s):
    return s.capitalize()
print(list(map(format_name,['adam', 'LISA', 'barT'])))

二、reduce函数

reduce() 函数在 python 2 是内置函数， 从python 3 开始移到了 functools 模块。

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

from functools import reduce
def add(x,y):
    return 10*x+y
print(reduce(add,[1,2,3,4,5]))
print(reduce(lambda x,y:10*x+y,[1,2,3,4,5]))

注：python 社区推荐写可读性好的代码，有更好的选择时不建议用reduce，所以 python 2 中内置的reduce 函数 移到了 functools模块中

三、filter 函数

python内建的filter函数用于过滤序列，和map类似，filter（）也接受一个函数和一个序列，和map不同的是filter把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

例：

import math
def is_sqr(x):
    return math.sqrt(x)%1==0
print(filter(is_sqr, [1, 2, 4, 5, 6, 9, 10, 15]))

输出：

啊，？，这是为啥 ，

度娘说：必须将filter函数转换为list

 

 

可以了！！