Python常用函数 filter map reduce lambda

一，lambda函数：

          是一种表达式，创建内嵌的简单匿名函数，又称为lambda表达式，可定义一种无函数名的匿名函数，

         主要用来处理简单的业务逻辑，如加法，取绝对值，过滤等

          函数体的语句只可以为单行，提高运行效率，不可以跨行定义，不是代码块

          能接收任何数量的参数，但只能返回一个表达式的值

二，filter函数：

      回一个filter对象，其中包含对其执行函数时结果为真的所有元素

      语法：filter(func,seq)：接收两个参数，第一个参数是过滤条件，可以是匿名函数或者自定义函数，第二个参数为数据容器（可迭代对象），用来装载要进行过滤的所有数据

    示例1：获取指定列表或元组中的奇数

#示例：获取指定列表或者元组中的奇数
#用filter()函数实现
def fn(n):
    return n % 2 != 0

def user_filter(t):
    return filter(fn,t)

#用filter_lambda实现
def user_fil_lambda(t):
    return filter(lambda n: n % 2 != 0,t)


if __name__ == '__main__':
    t = list(range(1,20))
    print(list(user_filter(t)))
>>>[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]

    print(list(user_fil_lambda(t)))
>>>[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]

  三，map函数：

      创建一个列表，其中包含对指定序列包含的项执行指定函数返回的值，

      map(func,sequence,....)传入的可以是序列也可以是元组以及列表

      map（function，sequence, ...）map函数接收两个参数，一个是函数，一个是序列，

      map将传入的函数一次作用于序列的每个元素，并把一个map对象作为结果返回 - 可以传入多个列表，并行执行，如map(lambda x,y:x*y, [3,5],[3,5]) --->[9,25]

  示例：根据给定的列表数据 计算里面每一项的立方

#利用for循环：
def pow_number(list):
    r_list = []
    for n in list:
        r_list.append(n * n * n)
    return r_list

#利用map函数：
def f(n):
    return n * n * n

def pow_user_map(list):
    return map(f,list) #根据map函数给定的列表数据 计算列表中每一项 元素的立方


#使用map函数+lambda表达式
def pow_lam_map(list):
    return map(lambda n: n * n * n,list) #根据map函数给定的列表数据 计算列表中每一项 元素的立方


if __name__ == '__main__':
    l = list(range(0,21))
    r = pow_number(l)
    print(r) >>>[0, 1, 8, 27, 64, 125, 216, 343, 512, 729, 1000, 1331, 1728, 2197, 2744, 3375, 4096, 4913, 5832, 6859, 8000]
    r2 = pow_user_map(l)
    print(list(r2)) >>>[0, 1, 8, 27, 64, 125, 216, 343, 512, 729, 1000, 1331, 1728, 2197, 2744, 3375, 4096, 4913, 5832, 6859, 8000]
    r3 = pow_lam_map(l)
    print(list(r3)) >>>[0, 1, 8, 27, 64, 125, 216, 343, 512, 729, 1000, 1331, 1728, 2197, 2744, 3375, 4096, 4913, 5832, 6859, 8000]

  示例2：使用map函数，求元组中各个元素的5次方

def pow_map_user(x):
    return map(lambda n:pow(n, 2),x)

if __name__ == '__main__':
    x = (2,4,6,8,10,12)
    r = pow_map_user(x)
    print(tuple(r))

>>>>(4, 16, 36, 64, 100, 144)

 

四，reduce函数：

    使用指定的函数将序列的前两个元素合二为一，再将结果与第三个元素合二为一，以此类推，直到处理完整个序列并得到结果      reduce(func,seq[,initial]) 等价于 func(func(seq[0],seq[1],seq[2]....))

    示例1：据给定的列表 求里面各个数字的总和

from functools import reduce

#for循环：
def get_sum(t):
    res = 0
    for i in t:
        res += i
    return res

#python自带

def py_sum(t):
    return sum(t)


#reduce函数：
def fn(x,y):
    return x + y

def get_user_reduce(n):
    return reduce(fn,n)

#reduce+lamdba：

def get_lam_reduce(t):
    return reduce(lambda x,y: x + y, t)




if __name__ == '__main__':
    t = list(range(1,10))
    print(get_sum(t))
    print(py_sum(t))
    print(get_user_reduce(t))
    print(get_lam_reduce(t))

 运行结果：

  

 示例2：reduce实现20包含20内的阶乘

def user_reduce_fac(t):
    return reduce(lambda x,y: x * y,t)

if __name__ == '__main__':
     t = range(1,21)
     print(user_reduce_fac(t))