map reduce lambda 区别 用法 结合使用

1. map

map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回

例子1

#把list里面每个元素的平方计算出来
def f(n):
    return n*n

print map(f,[1,2,3,4,5,6,7,8,9])

#输出
[1, 4, 9, 16, 25, 36, 49, 64, 81]

例子2

#把这个list所有数字转为字符串
list = [1,2,3,4,5,6,7,8,9]
print map(str,list )

#输出
['1', '2', '3', '4', '5', '6', '7', '8', '9']

2. reduce

上面说了map将传入的函数依次作用到序列的每个元素,但是reduce不一样,reduce把前一个元素的计算结果和下一个元素做累计计算,reduce的函数需要接受两个参数,就像这样

reduce(f,[x1,x2,x3,x4])=f(f(f(x1,x2),x3),x4)

例子1

#对一个序列求和
from functools import reduce

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

print reduce(f,[1,2,3,4])
#输出10,其实也可以用sum([1,2,3,4])

例子2

#把序列[1, 3, 5, 7, 9]变换成整数13579
from functools import reduce

def f(x,y):
    return x*10+y

print reduce(f,[1,2,3,4])
#输出1234

例子3
map和reduce结合使用
字符串str也是一个序列,把字符串’13579’转换为int类型的13579

from functools import reduce

def fn(x,y):
    return x*10+y
def convertstrtoint(s):
    return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]

print reduce(fn,map(convertstrtoint,'13579'))

3. lambda

lambda x: x * x
冒号前面的x表示函数参数,后面的是表达式
匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。
用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数：

上面的例子用lambda匿名函数改编一下,结合使用效果如下

from functools import reduce

def convertstrtoint(s):
    return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]

print reduce(lambda x,y:x*10+y,map(convertstrtoint,'13579'))