Python内建函数之——filter,map,reduce

首先介绍一下匿名函数Lambada：

Lambda的使用方法如下：lambda [arg1[,arg2,arg3,...,argn]] : expression

实际就是一个匿名的对象，可以封装一些逻辑算术代码

如：

>>> add = lambda x,y : x + y
>>> add(1,2)
3

 

然后是第一个函数，filter

filter(bool_func,seq)：此函数的功能相当于过滤器。调用一个布尔函数bool_func来迭代遍历每个seq中的元素；返回一个使bool_seq返回值为true的元素的序列。

>>> filter(lambda x : x%2 == 0,[1,2,3,4,5])
[2, 4]

bool_func就是返回True或者False的函数，然后过滤元素后只有满足True的对象留下，返回一个List。

 

接着是map()

map(func,seq1[,seq2...])：将函数func作用于给定序列的每个元素，并用一个列表来提供返回值；如果func为None，func表现为身份函数，返回一个含有每个序列中元素集合的n个元组的列表。

>>> map(lambda x : None,[1,2,3,4])
[None, None, None, None]
>>> map(lambda x : x * 2,[1,2,3,4])
[2, 4, 6, 8]
>>> map(lambda x : x * 2,[1,2,3,4,[5,6,7]])
[2, 4, 6, 8, [5, 6, 7, 5, 6, 7]]
>>> map(lambda x : None,[1,2,3,4])
[None, None, None, None]

map()函数就是把对象元素都进行一个func函数的处理。

其实完全可以这样去理解：

for element in element_list:

    func(element)

 

最后是reduce()

reduce(func,seq[,init])：func为二元函数，将func作用于seq序列的元素，每次携带一对（先前的结果以及下一个序列的元素），连续的将现有的结果和下一个值作用在获得的随后的结果上，最后减少我们的序列为一个单一的返回值：如果初始值init给定，第一个比较会是init和第一个序列元素而不是序列的头两个元素。

>>> reduce(lambda x,y : x + y,[1,2,3,4])
10
>>> reduce(lambda x,y : x + y,[1,2,3,4],10)
20

 

这么理解，reduce()把结果作为参数，递归调用自己。

reduce本身是2元参数，那么第一个循环开始的时候，一个参数的List，另外一个对象是空或者某个值。

然后每个循环的时候，将List对象和上一次计算的结果值，作为2个参数，传入reduce()。

进行计算。

最后的结果就是一个