Python小白学习之路(十五)—【map()函数】【filter()函数】【reduce()函数】

一、map()函数

map()是 Python 内置的高阶函数

  • 有两个参数,第一个是接收一个函数 f(匿名函数或者自定义函数都OK啦);第二个参数是一个 可迭代对象
  • 功能是通过把函数 f 依次作用在 第二个参数 的每个元素上,得到一个新的 list 并返回。(新的 list 元素的个数与位置与旧的 list 一致)
  • 实质就是内部 for 循环,遍历迭代对象的每一个元素 

例如,我们现在有一个需求,对于一个 list num_1 = [1, 2, 3, 4]

如果希望把list的每个元素都作平方,就可以用map()函数:

因此,我们只需要传入函数f(x)=x*x,就可以利用map()函数完成这个计算:

num_1 = [1, 2, 3, 4]
def f(x):
    return x * x
print(list(map(f, num_1)))

#输出结果:

[1, 4, 9, 10]

也可以使用上节课学习的匿名函数来写

num_1 = [1, 2, 3, 4]
print(list(map(lambda x : x + 1, num_1)))

#输出结果:

[1, 4, 9, 10]

 

注意:
map()函数不改变原有的 list,而是返回一个新的 list。

利用map()函数,可以把一个 list 转换为另一个 list,只需要传入转换函数。

由于list包含的元素可以是任何类型,因此,map() 不仅仅可以处理只包含数值的 list,事实上它可以处理包含任意类型的 list,只要传入的函数f可以处理这种数据类型。

 

任务

假设用户输入的英文名字不规范,没有按照首字母大写,后续字母小写的规则,请利用map()函数,把一个list(包含若干不规范的英文名字)变成一个包含规范英文名字的list:

输入:['adam', 'LISA', 'barT']
输出:['Adam', 'Lisa', 'Bart']

#方法一:

name_1 = ['adam', 'LISA', 'barT']
def format_name(x):
    name = x[0:1].upper() + x[1:].lower()
    return name
print(list(map(format_name,name_1)))

#方法二:
name_1 = ['adam', 'LISA', 'barT']
print(list(map(lambda x : x[0:1].upper() + x[1:].lower(),name_1)))


二、filter()函数

 

filter()函数是 Python 内置的一个有用的高阶函数

  • filter()函数接收一个函数 f 和一个list
  • 这个函数 f 的作用是对每个元素进行判断,返回 True或 False
  • filter()根据判断结果自动过滤掉不符合条件的元素,返回由符合条件元素组成的新list。
  • (即函数处理结果为 True 的保留,为 False 的过滤)

例如,要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数,保留奇数

首先,要编写一个判断奇数的函数:

然后,利用filter()过滤掉偶数:

#方法一:(利用自定义函数)

num_1 = [1, 4, 6, 7, 9, 12, 17]
    def is_odd(x):
    return x % 2 == 1
print(list(filter(is_odd, num_1)))
#结果:
    [1, 7, 9, 17]

#方法二:(利用匿名函数)

num_1 = [1, 4, 6, 7, 9, 12, 17] print(list(filter(lambda x : x % 2 == 1, num_1)))

 

利用filter(),可以完成很多有用的功能

任务一:删除 None 或者空字符串:

方法一:(利用自定义函数)

list_1 = ['test', None, '', 'str', ' ', 'END']
    def is_not_empty(s):
    return s and len(s.strip()) > 0
print(list(filter(is_not_empty, list_1)))

方法二:(利用匿名函数)

list_1 = ['test', None, '', 'str', ' ', 'END']
print(list(filter(lambda s : s and len(s.strip()) > 0, list_1)))

 

回顾:s.strip()

s.strip(rm) 删除 s 字符串中开头、结尾处的 rm 串行的字符。

当rm为空时,默认删除空白符(包括'\n', '\r', '\t', ' '),如下:

a = ' 123'
a.strip()
#结果: '123'

a='\t\t123\r\n'
a.strip()
#结果:'123'

 

任务二:利用filter()过滤出1~100中平方根是整数的数,即结果应该是:

import math
def is_int_sqrt(x):
    return math.sqrt(x) % 2 == 1 or math.sqrt(x) % 2 == 0
print(list(filter(is_int_sqrt, range(0,101))))

#执行结果:
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

注意:因为用到平方根函数 math.sqrt(x) ,而这个函数在 import math 库里,调用时需要在进程开头说明

三、reduce()函数

reduce()函数是Python内置的一个高阶函数。

  • reduce()函数接收的参数和 map()类似
  • 一个函数 f,一个list,但行为和 map()不同
  • reduce()传入的函数 f 必须接收两个参数,reduce()对list的每个元素反复调用函数f,并返回最终结果值。
  • 简单来说,reduce()函数处理一个串行,然后把串行进行合并操作
  • 在python3中,使用reduce()函数,需要声明 from functools import reduce


例如,编写一个sum_num1函数,接收x和y,返回x和y的和:

from functools import reduce
num_1 = [1, 3, 5, 7, 9]
def sum_num1(x, y):
    return x + y
print(reduce(sum_num1 ,num_1))
'''
#分析过程如下:

reduce函数将做如下计算:

先计算头两个元素:sum_num1(1, 3),结果为4;
再把结果和第3个元素计算:sum_num1(4, 5),结果为9;
再把结果和第4个元素计算:sum_num1(9, 7),结果为16;
再把结果和第5个元素计算:sum_num1(16, 9),结果为25;
由于没有更多的元素了,计算结束,返回结果25。
上述计算实际上是对 list 的所有元素求和。虽然Python内置了求和函数sum(),但是,利用reduce()求和也很简单。

'''

 

reduce()还可以接收第3个可选参数,作为计算的初始值。

如果把初始值设为100,计算:

from functools import reduce
num_1 = [1, 3, 5, 7, 9]
def sum_num1(x, y):
    return x + y
print(reduce(sum_num1 ,num_1,100))

计算初始值和第一个元素:sum_num1(100, 1),结果为101。其余过程同上

任务二:
Python内置了求和函数sum(),但没有求积的函数,请利用recude()来求积:

输入:[2, 4, 5, 7, 12]
输出:2*4*5*7*12的结果

#方法一:
from functools import reduce
num_1 = [2, 4, 5, 7, 12]
def fun(x, y):
    return x * y
print(reduce(fun, num_1))

#方法二:
from functools import reduce
num_1 = [2, 4, 5, 7, 12]
print(reduce(lambda x ,y: x * y, num_1))

 

关键词:函数 list num reduce 一个 结果 map filter 元素 print

相关推荐:

js中的函数

python3之函数

函数式编程补充

写给小白的Python之014:匿名函数、递归函数

函数练习

python基础7 - 函数

函数(二)

十一、python沉淀之路--map函数、filter函数、reduce函数、匿名函数、内置函数

python基础-函数

filter 函数 map 函数 reduce函数 介绍