python中map函数和lambda和reduce函数

map函数

会根据提供的函数对指定序列做映射。

第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。

语法

map(function, iterable, …)

参数

function – 函数
iterable – 一个或多个序列

返回值

Python 2.x 返回列表。
Python 3.x 返回迭代器。

实例

>>>def square(x) :            # 计算平方数
...     return x ** 2
... 
>>> map(square, [1,2,3,4,5])   # 计算列表各个元素的平方
[1, 4, 9, 16, 25]
>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5])  # 使用 lambda 匿名函数
[1, 4, 9, 16, 25]
 
# 提供了两个列表，对相同位置的列表数据进行相加
>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]

lambda

1、匿名函数：没有函数名字，用lambda声明
2、匿名函数的格式：
lambda arg1,arg2,…argn:expression
　 冒号是分隔符，冒号前是函数的参数，冒号后是一个表达式
3、匿名函数不需要用return，后面的表达式就是返回值
4、调用方法：将匿名函数赋值给一个变量，然后这个变量就可以像一个正常的 函数一样使用

常规自定义函数

def mul(x,y):
   return x*y
print(mul(4,5))
20

### 用lambda匿名函数表示

f=lambda x,y:x*y
print(f(4,5))
20

### 带有多个参数的

f=lambda x,y,z:x*y*z
print(f(4,5,7))
140

### 带有默认参数的

f=lambda x,y,z=6:x*y*z
print(f(4,5))
120

### 不带参数的

f=lambda :'456'
print(f())
456

### lambda匿名函数使用技巧

### reduce() 函数会对参数序列中元素进行累积

from functools import  reduce
data=[1,2,3,4,5,6,7,8,9,10]
print(reduce(lambda x,y:x*y,data))
3628800

### map() 会根据提供的函数对指定序列做映射

data=[1,2,3,4,5,6,7,8,9,10]
print(list(map(lambda x:x*x,data)))  

## [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]   

## reduce函数

功能

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（链表，元组等）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。
#对一个序列进行压缩运算，得到一个balue

python3中，存在于functools模块中

reduce() 函数语法：

reduce(function, iterable[, initializer])

参数

function – 函数，有两个参数
iterable – 可迭代对象 列表/元组
initializer – 可选，初始参数

返回值

返回函数计算结果

实例

>>>def add(x, y) :            # 两数相加
...     return x + y
... 
>>> reduce(add, [1,2,3,4,5])   # 计算列表和：1+2+3+4+5
15
>>> reduce(lambda x, y: x+y, [1,2,3,4,5])  # 使用 lambda 匿名函数
15