Python的map和reduce函数最全解析

一. Map函数原理

map()方法会将一个函数f(x)映射到序列的每一个元素上，生成新序列，包含所有函数返回值。

再上图的例子中，函数$f(x)=x^2$将序列$[1,2,3,4,5,6,7,8,9]$映射到$[1,4,9,16,25,36,49,64,81]$。

代码解析：

1. 使用Lambda函数实现

list = [1, 2, 3, 4, 5]
output = list(map(lambda x: x**2, list))

2. 使用自定义平方函数实现

list = [1, 2, 3, 4, 5]
def f(x):
    return x**2
output = list(map(f, list))

由此可以看出map的函数定义：map(函数, list)

我们不但可以计算简单的f(x)=x2，还可以计算任意复杂的函数，比如，把这个list所有数字转为字符串：

>>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))

输出：[‘1’, ‘2’, ‘3’, ‘4’, ‘5’, ‘6’, ‘7’, ‘8’, ‘9’]

二. Reduce函数原理

reduce的工作过程是 ：在迭代序列的过程中，首先把前两个元素（只能两个）传给函数，函数加工后，然后把得到的结果和第三个元素作为两个参数传给函数参数， 函数加工后得到的结果又和第四个元素 作为两个参数传给函数参数，依次类推。

举例：

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

给定函数$f(x,y)=x+y$和参数列表$[1,2,3,4,5]$。返回值为15, 过程为$((((1+2)+3)+4)+5)=15$

代码举例：

1. 使用Lambda函数实现

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

2. 使用自定义平方函数实现

from functools import reduce
  
def func(x,y):
    return x*y
result = reduce(func, [1, 2, 3, 4, 5]) 
print(result)

注意：reduce不可以直接使用，需要用from functools import reduce导入

reduce的函数定义：

reduce(function, sequence[, initial]) -> value

如果提供初始值initial的话，会以sequence中的第一个元素和initial作为参数调用function，否则会以序列sequence中的前两个元素做参数调用function。

• 提供initial：

reduce(lambda x, y: x + y, [2, 3, 4, 5, 6], 1)

输出值：21 ( (((((1+2)+3)+4)+5)+6) )

• 未提供initial：

reduce(lambda x, y: x + y, [2, 3, 4, 5, 6])

输出值：20 ( (((((2+3)+4)+5)+6) )