Python中filter()、map()和reduce()的区别

概述：

filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

map() 会根据提供的函数对指定序列做映射

reduce() 函数会对参数序列中元素进行累积。

详细描述：

filter()函数

1.语法：

filter(function, iterable)

该接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回

True 或 False，最后将返回 True 的元素放到新列表中。

2.案例： 得到列表中的奇数

def is_odd(n):

return n % 2 == 1

newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

for n in newlist:

print(n)

map()函数：

1.语法：

map(function, iterable, ...)

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。

2. 案例： 提供了两个列表，对相同位置的列表数据进行相加

result = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])

print(result)# [3, 7, 11, 15, 19]

将后面两个列表中的分别一一对应取出之后传递给x,y.

reduce()函数：

1.语法：

reduce(function, iterable[, initializer])

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。

• function -- 函数，有两个参数
• iterable -- 可迭代对象
• initializer -- 可选，初始参数

python3中将 reduce 放在functools模块中了

2. 案例： 提供了两个列表，对相同位置的列表数据进行相加

from functools import reduce

result = reduce(lambda x, y: x+y, [1,2,3,4,5])

print(result)#15

2.3、应用场景：

面试题： 分别使用map，reduce，filter函数完成下面的任务

1、计算1-100的和

from functools import reduce

result = reduce(lambda x, y: x + y, range(1, 101))

print(result)

2、1-10，对每个数字的平方

result = map(lambda x:x**2,range(1,11))

for n in result:

        print(n)

3、{“a”,”ab”,”abc”,”bc”,”cd”}输出含有C字符的元素，返回值是list

result = filter(lambda x: "c" in x, {"a", "ab", "abc", "bc", "cd"})

for n in result:

        print(n)

正在上传…重新上传取消​ Python 内置函数