一文详解Python中的Map,Filter和Reduce函数

当前位置:

首页 > Python基础教程 >

一文详解Python中的Map,Filter和Reduce函数

这篇文章主要介绍了一文详解Python中的Map,Filter和Reduce函数,本文重点介绍Python中的三个特殊函数Map,Filter和Reduce，以及如何使用它们进行代码编程

引言
本文重点介绍Python中的三个特殊函数Map,Filter和Reduce，以及如何使用它们进行代码编程。在开始介绍之前，我们先来理解两个简单的概念高阶函数和Lambda函数。
高阶函数
把函数作为参数传入，这样的函数称为高阶函数，函数式编程就是指这种高度抽象的编程范式。

举例如下：

def higher(your_function, some_variable):
return your_function(some_variable)

实质上，函数map，filter和reduce均为高阶函数，它们的输入参数为函数和可迭代对象(list,tumple等)，具体形式如下：

map(your_function, your_list)
filter(your_function, your_list)
reduce(your_function, your_list)

Lambda表达式
Lambda 函数类似于普通的 Python 函数，区别在于我们必须为普通函数命名，但对于 lambda 函数，它是可选的。

具体语法如下：

lambda inputs: output
接下来，让我们看一下几个普通函数及其 lambda 函数等效实现，如下：

def multiply2(x):           # is the same as
    return x * 2
multiply2 = lambda x: x*2   # lambda functi

on
另一个例子如下：

def add(a, b): # is the same as
return a + b
add = lambda a,b: a+b # lambda function

Map函数
Map 用于迭代可可迭代对象中的每个元素进行相应的转换操作。例如，通过将 [1，2，3] 中的每个元素乘以 2，将 [1，2，3] 变换为 [2，4，6]。为此，我们需要一个lambda函数，该函数用于实现将单个元素乘2的操作，如下：

before = [1,2,3]
after = list(map(lambda x:x*2, before))
# after is [2,4,6]

此外，我们在看下个示例，主要用于将字符串所有字符转换为大写形式。

如下：

before = ["apple", "orange", "pear"]
after = list(map(lambda x:x.upper(), before))
# after is ["APPLE", "ORANGE", "PEAR"]

需要注意的是，虽然上述 lambda 函数中使用变量 x，但只要它是有效的变量名称，我们可以更换为任何我们想要取的变量名称。

Filter函数
过滤器用于可迭代，以仅保留满足特定条件的某些元素。例如，仅将奇数保留在 [1，2，3，4，5，6] 内并得到 [1，3，5]。在这里，我们需要一个lambda函数，它接受一个数字，如果数字是奇数，则返回True，否则返回False。

函数Filter主要功能为对于根据特定过滤条件来从可迭代对象中的选择相应的元素。举例，对于列表[1,2,3,4,5,6]，如果我们想要过滤得到其中的奇数数元素。我们可以实现一个lambda函数，当参数为奇数时为True,否则为False。

代码如下：

before = [1,2,3,4,5,6]
after = list(filter(lambda x:x%2==1, before))
# after is [1,3,5]

在举个栗子，实现只保留字符串长度大于等于5的，即将列表[“apple”，“orange”，“pear”]转换为[“apple”，“orange”]。此时我们可以实现一个lambda函数，接收一个字符串，如果该字符串的长度大于等于5，则返回True，否则为False。代码如下：

before = ["apple", "orange", "pear"]
after = list(filter(lambda x:len(x)>=5, before))
# after is ["apple", "orange"]

Reduce函数
函数Reduce主要用于以某种方式来组合可迭代对象中的所有元素。与函数map和filter不同，我们需要单独引入 reduce,如下所示：

from functools import reduce
此外，reduce中使用的lambda函数需要两个参数，它主要用于告诉我们如何将两个元素组合成起来。举个栗子，假如我们需要将列表[1,2,3,4,5]中的所有元素进行相乘得到数字120，这里我们需要实现的lambda函数就是接收两个数字，并将他们相乘。代码示例如下：

from functools import reduce
before = [1,2,3,4,5]
after = reduce(lambda a,b: a*b, before)
# after is 120

另外一个例子，如果我们需要使用-来将字符串连接起来。具体为将列表["apple", "orange", "pear"]变成"apple-orange-pear"。这里，我们需要实现一个lambda函数，它接受2个字符串，并将它们用一个-字符相加。

代码实现如下：

from functools import reduce
before = ["apple", "orange", "pear"]
after = reduce(lambda a,b: a+"-"+b, before)

总结
本文从高级函数和Lambda函数入手，先后介绍了Map,Filter和Reduce三个高级函数的用法，并给出了相应的代码示例。

到此这篇关于一文详解Python中的Map,Filter和Reduce函数的文章就介绍到这了,更多相关Python Map,Filter,Reduce内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！

原文链接：https://blog.51cto.com/u_15506603/5604463

栏目列表