几种常见的迭代器

python中几种常见的迭代器（人生苦短，我用python）

​ 以下内容是我对python中几种常见的迭代器的理解，主要介绍了filter、map、reduce它们在python中的用法及案例。

一、filter

1. filter：在python 2中filter是一个方法，但是在python 3中，filter是一个类，它主要用于过滤序列中的一些元素和筛选元素

2. filter的使用方法:

   filter(function, iterable):第一个参数是一个函数，第二参数是迭代对象，使用filter函数返回的结果为一个地址，我们需要通过迭代将地址中的元素取出来。

   # 找出里表中比3大的数;
   # 方法一：
   ages = [1, 2, 3, 4, 5]
   res = []
   for i in ages:
       if i > 3:
           res.append(i)
   print(res)
   # 运行结果:[4, 5]
   

   # 方法二：
   ages = [1, 2, 3, 4, 5]
   res = filter(lambda x: x > 3, ages)
   print(res)  #此时res中存的是filter返回的结果<filter object at 0x0000017786C37550>
   # len(res)  报错  迭代器返回的结果不能使用len求结果的长度
   
   # 此时我们如果想要得到res中保存得内容，就必须通过迭代
   # 01. 通过for循环
   for i in res:
       print(i)
       
   # 02.直接用list转换
   print(list(res))
   
   # 注：lsit也是可迭代的
   

   注意，当我们使用for循环将迭代器res中的内容取出来后，我们如果执行 print(list(res))，打印的结果为空，res中的内容已经被释放掉。

   总结：通过filter类方法，我们可以对一个序列进行过滤和筛选

二、map

1. map类迭代器通常用于对一个序列进行相同的操作。比如，对序列同乘某个数或者，对列表内的网站进行统一修改时用map迭代器会非常的高效

2. map的使用方法：

   map(function, iterable) 同样的，第一个参数是一个函数，第二个参数为迭代对象。

   # 将列表中的元素同乘2
   ages = [1, 2, 3, 4, 5]
   res = []
   for i in ages:
       i *= 2
       res.append(i)
   print(res)
   # 运行结果:[2, 4, 6, 8, 10]
   # 这个是常规方法，虽然能够达到最终的效果，但是不够简洁
   
   # 下面是使用map迭代器实现的:
   res = map(lambda x: x*2 ,ages)
   print(res)  
   # 如果直接打印res，我们可以发现，显示的是迭代器返回结果的地址:<map object at 0x0000013D42A87550>
   
   print(list(res))  
   # 运行结果:[2, 4, 6, 8, 10]
   # 同样都实现的目的，但是使用map更加简洁
   

三、reduce

1. reduce 在python 2是一个内置函数，在python 3版本中被整合到了functools中了。reduce的主要功能是为了压缩运算。

2. reduce的使用方法:

   • 要使用reduce，我们必须要引入它所在的类文件,

     from functools import reduce
     

   • reduce(function, iterable, init) 前两个参数与filter和map的参数使用方法相同，第三个参数是迭代初始值，这个是我们人为给定的，根据要求给出即可即可。

     # 测试python是否为reduce的初始值设置默认值
     res = [1, 1, 2, 3, 4, 5, 6]
     print(reduce(lambda x, y: x + y, res))  # 在这里我没有设置初始值
     # 运行结果:22
     # 说明reduce初始值得默认值为0
     

3. 案例：求出下面字典math的和。

   students = [
       {'id': 1001, 'name': '周伟',  'sex': None, 'verbal': 90, 'math': 90, 'tel': '13512345670'},
       {'id': 1002, 'name': '赵刚',  'sex': True, 'verbal': 56, 'math': 80, 'tel': '13512345678'},
       {'id': 1003, 'name': '李强',  'sex': True, 'verbal': 48, 'math': 70, 'tel': '13512345680'},
       {'id': 1004, 'name': '刘毅',  'sex': None, 'verbal': 92, 'math': 60, 'tel': '13512345688'},
       {'id': 1005, 'name': '孙坚',  'sex': True, 'verbal': 85, 'math': 50, 'tel': '13512345698'},
       {'id': 1006, 'name': '王小美',  'sex': False, 'verbal': 37, 'math': 40, 'tel': '13512345699'},
   ]
   

   def sums(x, y):
       return x+y["math"]
   print(reduce(sums, students, 0))   # 第三个参数表示x的初始值为0
   # 运行结果:390
   # 注意，这里的初始值要人为的设置，不然会报错  unsupported operand type(s) for +: 'dict' and 'int'
    
   print(reduce(lambda x, y: x+y["math"], students, 0))# 直接使用匿名函数
   # 运行结果:390
   

   常规方法就不展示了，大家可以自己去尝试一下。