1、map
map会将一个函数映射到一个输入列表的所有元素上。
规范: map(function_to_apply,list_of_inputs)
大多数时候,我们要把列表中所有元素一个个的传递给一个函数,并收集输出。
比如说:
items = [1,2,3,4,5]
squared = []
for i in items:
squared.append(i**2)
print(squared)
那么我们可以用map来实现就是:
>>> items = [1,2,3,4]
>>> squared = list(map(lambda x:x**2,items))
>>> print(squared)
[1, 4, 9, 16]
我们通常使用lambda函数来配合map。不仅用于一列表的输入,我们甚至可以用于以列表的函数!
def multiply(x):
return x*x
def add(x):
return x+x
funcs = [multiply,add]
for i in range(5):
value = map(lambda x:x(i),funcs)
print(list(value))
输出:
[0, 0]
[1, 2]
[4, 4]
[9, 6]
[16, 8]
2、filter
filter函数用于过于序列,过滤掉不符合条件的元素,返回一个迭代器对象*,不是列表,如果想要转换为列表,可以使用list()转换
规范:filter(function,iterable)
function---判断函数
iterable---可迭代对象
def is_odd(x):
return x % 2 == 1
list1 = filter(is_odd,[1,2,3,4,5,6])
list2 = list(list1)
print(list2)
过滤出1-100中平方根是整数的数:
import math
def is_sqrt(n):
return math.sqrt(n) % 1 == 0
tmplist = filter(is_sqrt,range(1,101))
newlist = list(tmplist)
print(newlist)
3、reduce
reduce函数会对参数序列中元素进行累积
函数将一个数据集合中的所有数据进行下列操作:用传给reduce 中的函数function(有两个参数)先对集合中的第1、2个元素进行操作,得到的结果再与第三个数据用function函数运算,最后得到一个结果,返回值是函数的计算结果。
规范:reduce(function,iterable[,initializer])
function---函数,有两个参数
iterable---可迭代对象
initializer---可选,初始参数
def add(x,y):
return x+y
a = reduce(add,[1,2,3,4])
print(a)
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-18-4a02117201c2> in <module>()
1 def add(x,y):
2 return x+y
----> 3 a = reduce(add,[1,2,3,4])
4 print(a)
NameError: name 'reduce' is not defined
为什么会出现这种错误呢?
是因为reduce()函数已经被从全局名字空间里移除了,它现在被放置在fucntools模块里 用的话要 先引
入: from functools import reduce
>>> from functools import reduce
>>> def add(x,y):
return x+y
>>> a = reduce(add,[1,2,3,4])
>>> print(a)
10