Python之常用内建高阶函数

map函数

        用于接收一个函数及多个迭代对象，会根据提供的函数对指定序列做映射，然后返回一个新的map对象

例1：需要一个参数

a = map(lambda x:x*x,[1,2,3])
print(a)

输出结果：

<map object at 0x00FA73D0>

此时a指向于map出的新对象，可以使用list(a)或for循环查看，输出结果为:

[1, 4, 9]

函数运行过程：每次从列表中取一个值，赋值给x，通过lambda的表达式之后，通过map新建一个列表对象。

即：

        1*1 = 1    2*2 =4  3*3 =9

例2：需要多个参数

a = map(lambda x,y:x+y,[1,2,3],[4,5,6])
print(list(a))

输出结果：

[5, 7, 9]

函数运行过程：每次从[1,2,3]列表中取一个值赋值给x，同时从[4,5,6]列表中取一个值赋值给y，并通过lambda表达式之后，通过map新建一个列表对象。

即：

        1+4 = 5  2+5 =7  3+6 =9

例3：调用自定义函数

list1 = [0,1,2,3,4,5,6]
list2 = ['Sun','M','T','W','T','F','S']
def TestMap(x,y):
    return (x,y)
list3 = map(TestMap,list1,list2)
print(list(list3))

输出结果：

[(0, 'Sun'), (1, 'M'), (2, 'T'), (3, 'W'), (4, 'T'), (5, 'F'), (6, 'S')]

函数运行过程同上。

Filter函数

        用于过滤可迭代对象中不符合条件的元素，返回由符合条件元素组成的filter对象

        filter(function or None,sequence） 

        其中: function：接收一个参数，返回布尔值True或False

                 None: 则无需过滤，直接输出

                sequence: 可迭代对象，可以是str,tuple,list                

例1：

l1 = filter(lambda x:x%2,[1,2,3,4])
print(list(l1))

输出结果：

[1, 3]

函数运行过程：每次从列表中取一个值，赋值给x，通过lambda的表达式对2取余，如余为0为False,非0为True。

 即：[1,3]

例2：

l1 = filter(None,"test")
print(list(l1))

输出结果为：

['t', 'e', 's', 't']

函数运行过程：None代表着无需过滤，直接filter新对象

reduce函数

        对参数序列中元素进行累积。注：使用时应先导入from funtools import reduce

例1：

from functools import reduce
def TestReduce(x,y):
    return x+y
a = reduce(TestReduce,["aa","bb","cc"],"dd")
print(a)

输出结果：

ddaabbcc

函数运行过程：其中"dd"为初始值传给TestReduce中x， 每次从列表中取一个值赋值给y，并把结果返回赋值给x。

例2：

from functools import  reduce
a = reduce(lambda x ,y:x+y,[1,2,3,4],5)
print(a)

输出结果：

15

函数运行过程： 将初始值5赋值给x,每次从列表中取一个值赋值给y，通过lambda表达式运行后，将结果返回赋值给x，再进行下一次运行。

即：

        5+1 = 6        6+2 = 8      8+3 = 11     11+4 = 5

例3：

from functools import reduce
def add(x,y):
    return x+y

a = reduce(add,range(0,101))
print(a)

输出结果：

5050