---恢复内容开始---

一、filter函数

filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

该接收两个参数，第一个为函数，第二个为序列，对序列中每个元素进行for循环，然后将每个元素传递给第一个位置的函数，然后返回 True 或 False，最后将返回 True 的元素放到新列表中

1、使用for循环将前面包含sb的文本过滤出来，

  1. moive_people = ['sb_alex','sb_wupeiqi','yuanhao','sb_lihaifeng']
  2.  
  3. def filter_test(array):
  4.     ret = []
  5.     for p in array:
  6.          if  not p.startswith("sb"):
  7.              ret.append(p)
  8.      return ret
  9.  print(filter_test(moive_people))  #['yuanhao']

2、将后面包含sb的文本过滤出来，如果还按照上面的方法写就显得很麻烦，而且代码重复，可以将for循环的主体部分使用函数定义独立出来，方便后续进行代码维护

  1.  moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']
  2.  def sb_show(n):
  3.      return n.endswith('sb')
  4.  def filter_test(func,array):
  5.      ret = []
  6.      for p in array:
  7.          if  not func(p):
  8.              ret.append(p)
  9.      return ret
  10.  print(filter_test(sb_show,moive_people)) #['yuanhao']

备注：在上面的代码中，我将p.endswith()预先定义函数，然后后续直接调用函数，如果还有变化，只需要使用函数定义出来，然后直接调用；

3、对2的函数进行优化，将预先定义的sb_show函数使用lambda匿名函数进行替换，减少代码数量

  1.  def filter_test(func,array):
  2.      ret = []
  3.      for p in array:
  4.          if  not func(p):
  5.              ret.append(p)
  6.      return ret
  7.  print(filter_test(lambda n:n.endswith('sb'),moive_people))

4、filter函数

  1.  moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']
  2.  #下面的结果是一个内存地址，如果要获取值，需要进行list
  3.  #<filter object at 0x0000026CB0A4FAC8>
  4.  print(filter(lambda n:n.endswith('sb'),moive_people))
  5.  #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
  6.  print(list(filter(lambda n:n.endswith('sb'),moive_people)))
  7.  #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
  8.  res=  filter(lambda n:n.endswith('sb'),moive_people)
  9.  print(list(res))

二、reduce函数

reduce() 函数会对参数序列中元素进行累积。

函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果

1、采用for循环的方法进行实现

  1.  num1 = range(1,101)
  2.  res= 0
  3.  for i  in num1:
  4.      res = res+i
  5.  
  6.  print(res) #5050

2、使用函数的方式进行实现

  1.  num1 = range(1,101)
  2.  def reduce_test(array):
  3.  
  4.      res= 0
  5.      for i  in array:
  6.          res = res+i
  7.      return(res)
  8.  print(reduce_test(num1)) #

3、对序列中的每个元素进行乘积

  1.  num1 = range(1,6)
  2.  def mul(x,y):
  3.      return x*y
  4.  def reduce_test(func,array):
  5.      res =1
  6.      for i in array:
  7.          res = func(res,i)
  8.      return res
  9.  print(reduce_test(mul,num1))

4、对3函数进行优化

  1.  def reduce_test(func,array):
  2.      res =1
  3.      for i in array:
  4.          res = func(res,i)
  5.      return res
  6.  print(reduce_test(lambda x,y:x*y,num1))

5、对4函数进行优化，对函数增加一个默认参数

  1.  num1 = [1,2,3,4,5,6]
  2.  # def mul(x,y):
  3.  #     return x*y
  4.  def reduce_test(func,array,init=None):
  5.      if init is None:
  6.          res = array.pop(0)
  7.      else:
  8.          res= init
  9.      for i in array:
  10.          print(i)
  11.          res = func(res,i)
  12.      return res
  13.  print(reduce_test(lambda x,y:x*y,num1,100))

6、reduce函数

  1.  from functools import reduce
  2.  num1 = [1,2,3,4,5,6]
  3.  
  4.  print(reduce(lambda x,y:x+y,num1,1)) #
  5.  print(reduce(lambda x,y:x*y,num1,10)) #
  6.  print(reduce(lambda x,y:x/y,num1,100)) #0.1388888888888889

三、map函数

对序列中元素进行for循环，然后对每个元素进行逻辑处理

1、对列表中的元素进行平方处理

  1.  num1 = [1,2,3,4,5,6]
  2.  ret= []
  3.  for i in num1:
  4.      ret.append(i**2)
  5.  print(ret)

2、对列表中的元素进行自增加1处理

  1.  num1 = [1,2,3,4,5,6]
  2.  ret= []
  3.  for i in num1:
  4.      ret.append(i+1)
  5.  print(ret)

3、使用函数方式进行处理

  1.  num1 = [1,2,3,4,5,6]
  2.  def map_test(array):
  3.      res =[]
  4.      for i in array:
  5.          res.append(i+1)
  6.      return res
  7.  print(map_test(num1))  #[2, 3, 4, 5, 6, 7]

4、对3函数进行优化，将for循环的主体代码部分预先使用函数进行定义

  1.  num1 = [1,2,3,4,5,6]
  2.  def reduce_one(x):
  3.      return x+1
  4.  def map_test(func,array):
  5.      res =[]
  6.      for i in array:
  7.         res.append(func(i))
  8.      return res
  9.  print(map_test(reduce_one,num1)) #[2, 3, 4, 5, 6, 7]

如果需求有其他变化，只需要对将函数定义出来，然后进行调用就可以了

5、对4函数进行优化，使用lambda函数进行代替

  1.  num1 = [1,2,3,4,5,6]
  2.  # def reduce_one(x):
  3.  #     return x+1
  4.  def map_test(func,array):
  5.      res =[]
  6.      for i in array:
  7.         res.append(func(i))
  8.      return res
  9.  print(map_test(lambda x:x+1,num1)) #[2, 3, 4, 5, 6, 7]

6、map函数

  1.  num1 = [1,2,3,4,5,6]
  2.  print(map(lambda x:x+1,num1)) #<map object at 0x0000025C4059F908>
  3.  print(list(map(lambda x:x+1,num1))) #[2, 3, 4, 5, 6, 7]
  1.  

---恢复内容结束---

一、filter函数

filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

该接收两个参数，第一个为函数，第二个为序列，对序列中每个元素进行for循环，然后将每个元素传递给第一个位置的函数，然后返回 True 或 False，最后将返回 True 的元素放到新列表中

1、使用for循环将前面包含sb的文本过滤出来，

  1. moive_people = ['sb_alex','sb_wupeiqi','yuanhao','sb_lihaifeng']
  2.  
  3. def filter_test(array):
  4.     ret = []
  5.     for p in array:
  6.          if  not p.startswith("sb"):
  7.              ret.append(p)
  8.      return ret
  9.  print(filter_test(moive_people))  #['yuanhao']

2、将后面包含sb的文本过滤出来，如果还按照上面的方法写就显得很麻烦，而且代码重复，可以将for循环的主体部分使用函数定义独立出来，方便后续进行代码维护

  1.  moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']
  2.  def sb_show(n):
  3.      return n.endswith('sb')
  4.  def filter_test(func,array):
  5.      ret = []
  6.      for p in array:
  7.          if  not func(p):
  8.              ret.append(p)
  9.      return ret
  10.  print(filter_test(sb_show,moive_people)) #['yuanhao']

备注：在上面的代码中，我将p.endswith()预先定义函数，然后后续直接调用函数，如果还有变化，只需要使用函数定义出来，然后直接调用；

3、对2的函数进行优化，将预先定义的sb_show函数使用lambda匿名函数进行替换，减少代码数量

  1.  def filter_test(func,array):
  2.      ret = []
  3.      for p in array:
  4.          if  not func(p):
  5.              ret.append(p)
  6.      return ret
  7.  print(filter_test(lambda n:n.endswith('sb'),moive_people))

4、filter函数

  1.  moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']
  2.  #下面的结果是一个内存地址，如果要获取值，需要进行list
  3.  #<filter object at 0x0000026CB0A4FAC8>
  4.  print(filter(lambda n:n.endswith('sb'),moive_people))
  5.  #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
  6.  print(list(filter(lambda n:n.endswith('sb'),moive_people)))
  7.  #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
  8.  res=  filter(lambda n:n.endswith('sb'),moive_people)
  9.  print(list(res))

二、reduce函数

reduce() 函数会对参数序列中元素进行累积。

函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果

1、采用for循环的方法进行实现

  1.  num1 = range(1,101)
  2.  res= 0
  3.  for i  in num1:
  4.      res = res+i
  5.  
  6.  print(res) #5050

2、使用函数的方式进行实现

  1.  num1 = range(1,101)
  2.  def reduce_test(array):
  3.  
  4.      res= 0
  5.      for i  in array:
  6.          res = res+i
  7.      return(res)
  8.  print(reduce_test(num1)) #

3、对序列中的每个元素进行乘积

  1.  num1 = range(1,6)
  2.  def mul(x,y):
  3.      return x*y
  4.  def reduce_test(func,array):
  5.      res =1
  6.      for i in array:
  7.          res = func(res,i)
  8.      return res
  9.  print(reduce_test(mul,num1))

4、对3函数进行优化

  1.  def reduce_test(func,array):
  2.      res =1
  3.      for i in array:
  4.          res = func(res,i)
  5.      return res
  6.  print(reduce_test(lambda x,y:x*y,num1))

5、对4函数进行优化，对函数增加一个默认参数

  1.  num1 = [1,2,3,4,5,6]
  2.  # def mul(x,y):
  3.  #     return x*y
  4.  def reduce_test(func,array,init=None):
  5.      if init is None:
  6.          res = array.pop(0)
  7.      else:
  8.          res= init
  9.      for i in array:
  10.          print(i)
  11.          res = func(res,i)
  12.      return res
  13.  print(reduce_test(lambda x,y:x*y,num1,100))

6、reduce函数

  1.  from functools import reduce
  2.  num1 = [1,2,3,4,5,6]
  3.  
  4.  print(reduce(lambda x,y:x+y,num1,1)) #
  5.  print(reduce(lambda x,y:x*y,num1,10)) #
  6.  print(reduce(lambda x,y:x/y,num1,100)) #0.1388888888888889

三、map函数

对序列中元素进行for循环，然后对每个元素进行逻辑处理

1、对列表中的元素进行平方处理

  1.  num1 = [1,2,3,4,5,6]
  2.  ret= []
  3.  for i in num1:
  4.      ret.append(i**2)
  5.  print(ret)

2、对列表中的元素进行自增加1处理

  1.  num1 = [1,2,3,4,5,6]
  2.  ret= []
  3.  for i in num1:
  4.      ret.append(i+1)
  5.  print(ret)

3、使用函数方式进行处理

  1.  num1 = [1,2,3,4,5,6]
  2.  def map_test(array):
  3.      res =[]
  4.      for i in array:
  5.          res.append(i+1)
  6.      return res
  7.  print(map_test(num1))  #[2, 3, 4, 5, 6, 7]

4、对3函数进行优化，将for循环的主体代码部分预先使用函数进行定义

  1.  num1 = [1,2,3,4,5,6]
  2.  def reduce_one(x):
  3.      return x+1
  4.  def map_test(func,array):
  5.      res =[]
  6.      for i in array:
  7.         res.append(func(i))
  8.      return res
  9.  print(map_test(reduce_one,num1)) #[2, 3, 4, 5, 6, 7]

如果需求有其他变化，只需要对将函数定义出来，然后进行调用就可以了

5、对4函数进行优化，使用lambda函数进行代替

  1.  num1 = [1,2,3,4,5,6]
  2.  # def reduce_one(x):
  3.  #     return x+1
  4.  def map_test(func,array):
  5.      res =[]
  6.      for i in array:
  7.         res.append(func(i))
  8.      return res
  9.  print(map_test(lambda x:x+1,num1)) #[2, 3, 4, 5, 6, 7]

6、map函数

  1.  num1 = [1,2,3,4,5,6]
  2.  print(map(lambda x:x+1,num1)) #<map object at 0x0000025C4059F908>
  3.  print(list(map(lambda x:x+1,num1))) #[2, 3, 4, 5, 6, 7]

四、其他内置函数

1、zip函数

zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。

如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表。zip函数的作用类似于拉链

  1.  print(list(zip(('张三'),(1,2))))#[('张', 1), ('三', 2)]
  2.  print(zip(('张三'),(1,2))) #<zip object at 0x00000230F8D54B88>
  3.  #[('M', 1), ('y', 2), (' ', 3)]
  4.  print(list(zip(('My name is zhangsan'),(1,2,3))))
  5.  print(list(zip(('My'),(1,2,3,4)))) #[('M', 1), ('y', 2)]
  6.  
  7.  ###使用zip函数将字典中的key与value值一一对应
  8.  p = {'name':'alex','age':18,'gender':'none'}
  9.  print(p.keys()) #dict_keys(['name', 'age', 'gender'])
  10.  print(p.values()) #dict_values(['alex', 18, 'none'])
  11.  print(list(p.keys())) #['name', 'age', 'gender']
  12.  print(list(p.values())) #['alex', 18, 'none']
  13.  #[('name', 'alex'), ('age', 18), ('gender', 'none')]
  14.  print(list(zip(p.keys(),p.values())))
  15.  print(zip(p.keys(),p.values())) #<zip object at 0x0000027B47A84F48>

2、max、min函数

（1）、单纯数字的比较

  1.  l3 = [12,34,130,-1,44]
  2.  print(max(l3)) #
  3.  print(min(l3))#-1

（2）、字典的比较

  1.  age_dict = {'age1':18,'age3':30,'age4':87}
  2.  #求出年龄最大的
  3.  print(max(age_dict.values())) #
  4.  #默认比较key值
  5.  print(max(age_dict))
  6.  #求出年龄最大的keys与values
  7.  
  8.  print(list(max(zip(age_dict.values(),age_dict.keys()))))  #[87, 'age4']
  1.  l = [
  2.      (1,'a'),
  3.      (2,'b'),
  4.      (3,'e'),
  5.      (5,'f')
  6.  ]
  7.  print(max(l))
  8.  
  9.  l1 = ['a10','b13','d13']
  10.  print(list(max(l1))) #['d', '1', '3']
  11.  
  12.  # l2 = ['a10','b13','d13',10]
  13.  # #TypeError: '>' not supported between instances of 'int' and 'str'
  14.  # print(list(max(l2)))

3、chr、ord函数

  1.  # print(chr(97)) #a，chr的作用是将数字在ascii码表中的值显示出来
  2.  # print(ord('c'))  #99
  3.  # print(chr(33)) #! ascii码表中的33对应的值为'!'

4、pow函数

  1.  print(pow(2,3))  #2**3
  2.  print(pow(2,3,2)) #2**3%2

5、reversed 反转

6、round四舍五入

7、set（）转换为集合

8、slice（） 切片

  1.  l = 'hello'
  2.  print(l[2:5])
  3.  s= slice(3,5)
  4.  s1 = slice(1,4,2)
  5.  print(s)

9、sorted 排序

10、str

11、type

12、vars

13、__imprort__

14、eval

  1. ###将字符串中的结构给提取出来
  2. str_1 = "1+2*(5-1)-20/5"
  3. print(eval(str_1))
  4. str_2 = "{'k1':'1234','k2':'张三'}"
  5. print(eval(str_2))

15、hash

可hash的数据类型即为不可变数据类型，不可hash的数据类型即可变数据类型；

hash是一种算法、算法结构；

hash特性：

不管传入的参数多大，计算的hash值长度是不变的；

不能根据hash值去反推原参数；

变量不变hash值不变；

  1. name = "zhangsan"
  2. print(hash(name)) #-6633503532806232964
  3. print(hash(name)) #-6633503532806232964
  4. print(hash(name)) #-6633503532806232964
  5. name = "张三"
  6. print(hash(name)) #247632540932985384

16、bytes

17、encoding、decode

18、divmod

19、bin、hex、oct

  1. print(bin(32)) #十进制转二进制
  2. print(hex(32)) #十进制转16进制
  3. print(oct(32)) #十进制转8进制
  4. """
  5. 输出结果
  6. 0b100000
  7. 0x20
  8. 0o40
  9. """

20、globals、local

  1.  

python之函数filter、reduce的更多相关文章

  1. Python 内置模块函数filter reduce

    1.filter()实现过滤的功能 2.reduce()对序列中元素的连续操作可以通过循环来处理 3.map()对tuple元组进行解包操作,调用时设置map()的第一个参数为None 4.使用red ...

  2. Python中Lambda, filter, reduce and map 的区别

    Lambda, filter, reduce and map Lambda Operator Some like it, others hate it and many are afraid of t ...

  3. python基础--内置函数filter,reduce

    movie_people=["sb+_alex","sb_wupeiqi","han"] # def filter_test(array): ...

  4. Python中map,filter,reduce,zip的应用

    事例1: l=[('main', 'router_115.236.xx.xx', [{'abc': 1}, {'dfg': 1}]), ('main', 'router_183.61.xx.xx', ...

  5. Python高级函数--map/reduce

    名字开头大写 后面小写:练习: def normalize(name): return name[0].upper() + name[1:].lower() L1 = ['adam', 'LISA', ...

  6. Python高级函数--filter

    def is_palindrome(n): return str(n) == str(n)[::-1] #前两个‘:’表示整个范围,‘-’表示从后面,‘1’表示数据间隔 output = filter ...

  7. 【python】函数filter、map

  8. Python【map、reduce、filter】内置函数使用说明(转载)

    转自:http://www.blogjava.net/vagasnail/articles/301140.html?opt=admin 介绍下Python 中 map,reduce,和filter 内 ...

  9. Python 函数式编程 & Python中的高阶函数map reduce filter 和sorted

    1. 函数式编程 1)概念 函数式编程是一种编程模型,他将计算机运算看做是数学中函数的计算,并且避免了状态以及变量的概念.wiki 我们知道,对象是面向对象的第一型,那么函数式编程也是一样,函数是函数 ...

随机推荐

  1. C# - VS2019WinFrm桌面应用程序FtpClient实现

    前言 本篇主要记录:VS2019 WinFrm桌面应用程序实现简单的FtpClient,包含Ftp文件查看.上传和下载等功能. 准备工作 搭建WinFrm前台界面 添加必要的控件,这里主要应用到Gro ...

  2. 腾讯云-ASP.NET Core+Mysql+Jexus+CDN上云实践

    腾讯云-ASP.NET Core+Mysql+Jexus+CDN上云实践.md 开通腾讯云服务器和Mysql 知识点: ASP.NET Core和 Entity Framework Core的使用 L ...

  3. 关联mysql失败_Server returns invalid timezone. Go to 'Advanced' tab and set 'serverTimezon' 时区错误

    时区错误,MySQL默认的时区是UTC时区,比北京时间晚8个小时. 所以要修改mysql的时长 在mysql的命令模式下,输入: set global time_zone='+8:00'; 再次连接成 ...

  4. Java获取客户端真实IP地址

    Java代码 import javax.servlet.http.HttpServletRequest; /** * 获取对象的IP地址等信息 */ public class IPUtil { /** ...

  5. Ext学习之路——Ext.application

    Ext.application({ name: 'MyApp', launch: function() { Ext.create('Ext.container.Viewport', { items: ...

  6. iframe子元素无法全屏

    最近做的项目中遇到的问题: 在最新的Chrome浏览器中,全屏功能正常 在旧版本Chrome浏览器中(与最新版版本号相差二十左右),全屏功能无效 在IE11浏览器中,全屏功能无效 反复排查,发现该项目 ...

  7. Linux signal与定时器

    1. signal sighandler_t signal(int signum, sighandler_t handler); signum:是一个信号.除了SIGKILL和SIGSTOP外的任何一 ...

  8. 常用邮箱SMTP服务器地址大全

    常用邮箱SMTP服务器地址大全 阿里云邮箱(mail.aliyun.com) POP3服务器地址:pop3.aliyun.com(SSL加密端口:995:非加密端口:110) SMTP服务器地址:sm ...

  9. 201871010126 王亚涛 《面向对象程序设计 Java》 第十五周学习总结

    内容 这个作业属于哪个课程 https://www.cnblogs.com/nwnu-daizh/ 这个作业的要求在哪里 https://www.cnblogs.com/nwnu-daizh/p/11 ...

  10. 201871010126 王亚涛《面向对象程序设计（Java）》第十二周学习总结

      内容 这个作业属于哪个课程 https://www.cnblogs.com/nwnu-daizh/ 这个作业的要求在哪里 https://www.cnblogs.com/nwnu-daizh/p/ ...