Python面试题之Python中的lambda map filter reduce zip
当年龟叔想把上面列出来的这些都干掉。在 “All Things Pythonic: The fate of reduce() in Python 3000”这篇文章中,他给出了自己要移除lambda、map、filter和reduce的原因。当然,这事儿最后没成功。只有
reduce
被挪到functools
模块中去了。
lambda
lambda是匿名函数,也就是没有名字的函数。lambda的语法非常简单:
下面是一个lambda表达式的简单例子:
注意:我们可以把lambda表达式赋值给一个变量,然后通过这个变量来使用它。
>>> my_sum = lambda x, y: x+y
>>> my_sum(, )
下图是定义lambda表达式和定义一个普通函数的对比:
注意:
使用lambda表达式并不能提高代码的运行效率,它只能让你的代码看起来简洁一些。
map
map()
接收两个参数func
(函数)和seq
(序列,例如list)。如下图:
map()
将函数func
应用于序列seq
中的所有元素。在Python3之前,map()
返回一个列表,列表中的每个元素都是将列表或元组“seq
”中的相应元素传入函数func
返回的结果。Python 3中map()
返回一个迭代器。
因为map()
需要一个函数作为参数,所以可以搭配lambda表达式很方便的实现各种需求:
- 例子1–将一个列表里面 的每个数字都加100:
>>> l = [, , , , ]
>>> list(map(lambda x:x+, l))
[, , , , ]
- 例子2–
使用map
就相当于使用了一个for循环,我们完全可以自己定义一个my_map
函数:
def my_map(func, seq):
result = []
for i in seq:
result.append(func(i))
return result
测试一下我们自己的my_map
函数:
>>> def my_map(func, seq):
... result = []
... for i in seq:
... result.append(func(i))
... return result
...
>>> l = [, , , , ]
>>> list(my_map(lambda x:x+, l))
[, , , , ]
我们自定义的my_map
函数的效果和内置的map
函数一样。
当然在Python3中,map
函数返回的是一个迭代器,所以我们也需要让我们的my_map
函数返回一个迭代器:
def my_map(func, seq):
for i in seq:
yield func(i)
测试一下:
>>> def my_map(func, seq):
... for i in seq:
... yield func(i)
...
>>> l = [, , , , ]
>>> list(my_map(lambda x:x+, l))
[, , , , ]
与我们自己定义的my_map
函数相比,由于map
是内置的因此它始终可用,并且始终以相同的方式工作。它也具有一些性能优势,通常会比手动编写的for循环更快。当然内置的map
还有一些高级用法:
例如,可以给map函数传入多个序列参数,它将并行的序列作为不同参数传入函数:
拿pow(arg1, arg2)
函数举例,
>>> pow(, ) >>> pow(, ) >>> pow(, ) >>> list(map(pow, [, , ], [, , ]))
[, , ]
pow(arg1, arg2)函数接收两个参数arg1和arg2,map(pow, [2, 3, 4], [10, 11, 12])就会并行从[2, 3, 4]和[10, 11, 12]中取出元素,传入到pow中。
还有一个例子:
>>> from operator import add
>>> x = [, , ]
>>> y = [, , ]
>>> list(map(add, x, y))
[, , ]
调用map
函数类似于列表推导式
,但是列表推导式
是对每个元素做表达式运算,而map
对每个元素都会应用一次函数调用。也只有在map
中使用内置函数时,才可能比列表推导式
速度更快。
filter
filter
函数和map
函数一样也是接收两个参数func
(函数)和seq
(序列,如list),如下图:
filter
函数类似实现了一个过滤功能,它过滤序列中的所有元素,返回那些传入func
后返回True
的元素。也就是说filter函数的第一个参数func
必须返回一个布尔值,即True或者False。
下面这个例子,是使用filter
从一个列表中过滤出大于33的数:
>>> l = [, , , , , , ]
>>> list(filter(lambda x: x>, l))
[, ]
利用filter()
还可以用来判断两个列表的交集:
>>> x = [, , , , ]
>>> y = [, , , , ]
>>> list(filter(lambda a: a in y, x))
[, , ]
reduce
注意:Python3中reduce
移到了functools模块中,你可以用过from functools import reduce
来使用它。
reduce
同样是接收两个参数:func
(函数)和seq
(序列,如list),如下图:
reduce
最后返回的不是一个迭代器,它返回一个值。
reduce
首先将序列中的前两个元素,传入func
中,再将得到的结果和第三个元素一起传入func
,…,这样一直计算到最后,得到一个值,把它作为reduce
的结果返回。
原理类似于下图:
看一下运行结果:
>>> from functools import reduce
>>> reduce(lambda x,y:x+y, [, , , ])
再来练习一下,使用reduce求1~100的和:
>>> from functools import reduce
>>> reduce(lambda x,y:x+y, range(, ))
三元运算
三元运算
(三目运算)在Python中也叫条件表达式。三元运算的语法非常简单,主要是基于True/False的判断。如下图:
使用它就可以用简单的一行快速判断,而不再需要使用复杂的多行if
语句。 大多数时候情况下使用三元运算能够让你的代码更清晰。
三元运算
配合lambda表达式
和reduce
,求列表里面值最大的元素:
>>> from functools import reduce
>>> l = [, , , , , , ]
>>> reduce(lambda x,y: x if x > y else y, l)
再来一个,三元运算
配合lambda表达式
和map
的例子:
将一个列表里面的奇数加100:
>>> l = [, , , , , , ]
>>> list(map(lambda x: x+ if x% else x, l))
[, , , , , , ]
zip
zip
函数接收一个或多个可迭代对象作为参数,最后返回一个迭代器:
>>> x = ["a", "b", "c"]
>>> y = [, , ]
>>> a = list(zip(x, y)) # 合包
>>> a
[('a', ), ('b', ), ('c', )]
>>> b =list(zip(*a)) # 解包
>>> b
[('a', 'b', 'c'), (, , )]
zip(x, y)
会生成一个可返回元组 (m, n)
的迭代器,其中m来自x,n来自y。 一旦其中某个序列迭代结束,迭代就宣告结束。 因此迭代长度跟参数中最短的那个序列长度一致。
>>> x = [, , , , ]
>>> y = [, , , ]
>>> for m, n in zip(x, y):
... print(m, n)
...
如果上面不是你想要的效果,那么你还可以使用 itertools.zip_longest()
函数来代替这个例子中的zip
。
>>> from itertools import zip_longest
>>> x = [, , , , ]
>>> y = [, , , ]
>>> for m, n in zip_longest(x, y):
... print(m, n)
... None
zip
其他常见应用:
>>> keys = ["name", "age", "salary"]
>>> values = ["Andy", , ]
>>> d = dict(zip(keys, values))
>>> d
{'name': 'Andy', 'age': , 'salary': }
参考
Python面试题之Python中的lambda map filter reduce zip的更多相关文章
- python常用函数进阶(2)之map,filter,reduce,zip
Basic Python : Map, Filter, Reduce, Zip 1-Map() 1.1 Syntax # fun : a function applying to the iterab ...
- python中的内置函数lambda map filter reduce
p.p1 { margin: 0; font: 12px "Helvetica Neue" } p.p2 { margin: 0; font: 12px "Helveti ...
- lambda,map,filter,reduce
lambda 编程中提到的 lambda 表达式,通常是在需要一个函数,但是又不想费神去命名一个函数的场合下使用,也就是指匿名函数.返回一个函数对象. func = lambda x,y:x+y fu ...
- 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', ...
- 千万不要错过这几道Python面试题,Python面试题No16
第1题: python下多线程的限制以及多进程中传递参数的方式? python多线程有个全局解释器锁(global interpreter lock),简称GIL,这个GIL并不是python的特性, ...
- python 内置函数 map filter reduce lambda
map(函数名,可遍历迭代的对象) # 列组元素全加 10 # map(需要做什么的函数,遍历迭代对象)函数 map()遍历序列得到一个列表,列表的序号和个数和原来一样 l = [2,3,4,5,6, ...
- Python面试题整理-更新中
几个链接: 编程零基础应当如何开始学习 Python ? - 路人甲的回答 网易云课堂上有哪些值得推荐的 Python 教程? - 路人甲的回答 怎么用最短时间高效而踏实地学习 Python? - 路 ...
- Python面试题之Python面试题汇总
在这篇文章中: Python基础篇 1:为什么学习Python 2:通过什么途径学习Python 3:谈谈对Python和其他语言的区别 Python的优势: 4:简述解释型和编译型编程语言 5:Py ...
- python几个特别函数map filter reduce lambda
lambda函数也叫匿名函数,即,函数没有具体的名称.先来看一个最简单例子: def f(x): return x**2 print f(4) Python中使用lambda的话,写成这样 g = l ...
随机推荐
- 20分钟成功编写bootstrap响应式页面 就这么简单
最近发现一个叫 Bootstrap 的好东西,Bootstrap 是现在最流行的响应式 CSS 框架,它以移动设备优先,能够快速适应不同设备.使用它编写响应式页面快捷.方便,而且屏蔽了浏览器差异.使用 ...
- [NOI2008] 志愿者招募[流量平衡]
288. [NOI2008] 志愿者招募 ★★★★ 输入文件:employee.in 输出文件:employee.out 简单对比时间限制:2 s 内存限制:512 MB [问题描述] ...
- [Jenkins] Manage Jenkins from Web Interface
URL 说明 [jenkins_url]/safeRestart This will restart Jenkins after the current builds have completed. ...
- spring-boot集成swagger
1.引入swagger需要的java类库 <dependency> <groupId>io.springfox</groupId> <artifactId&g ...
- Freebsd下用pureftpd配置FTP服务器
pureftpd安装配置简明说明 1.下载 http://sourceforge.net/projects/pureftpd/ 最新版本是pure-ftpd-1.0.16a.tar.bz2 BSD自 ...
- JavaScript学习(5)-Image对象和动态HTML
JavaScript学习5 1.image 对象 对象引用 document.images[n] document.images["imageName"] document.ima ...
- Storm-源码分析- Component ,Executor ,Task之间关系
Component包含Executor(threads)的个数 在StormBase中的num-executors, 这对应于你写topology代码时, 为每个component指定的并发数(通过s ...
- app瘦身和包压缩技术有什么区别?
APP瘦身 针对app文件中的文件进行优化,利用素材的拉伸,祛除不必要的文件,优化png, jpg素材,压缩音视频素材等方式实现app文件的减小. 包压缩技术 所谓包压缩,顾名思义就是将手游的安装包体 ...
- 转载--菜鸟Linux上使用Github
1.安装Git:Ctrl + Alt + T使用终端:使用命令 sudo apt-get install git 2.创建GitHub帐号:登陆git主页: https://github.com/,自 ...
- swagger接口变动监控
版本与版本之间迭代,总会发生接口的变化,而这些变化开发不会都告诉测试,测试需要把全部接口检查一遍,这样就降低了测试效率. 为了解决这个问题,结合公司实际项目进行了以下设计: 1.对比测试环境swagg ...