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 序列的字符。
当rm为空时,默认删除空白符(包括'\n', '\r', '\t', ' '),如下:
a = ''
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,调用时需要在程序开头说明
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()函数处理一个序列,然后把序列进行合并操作
- 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))
Python小白学习之路(十五)—【map()函数】【filter()函数】【reduce()函数】的更多相关文章
- Python小白学习之路(五)—【类和对象】【列表】【列表相关功能】
类和对象 (简单的了解一下这个概念,初步有个印象,这个概念很重要,后面会着重讲) 类:具有相同属性和方法的对象的集合: 对象:万物皆对象: 概念很抽象(每当我看不到概念的时候,我就会通过举例来理解) ...
- Python小白学习之路(二十四)—【装饰器】
装饰器 一.装饰器的本质 装饰器的本质就是函数,功能就是为其他函数添加附加功能. 利用装饰器给其他函数添加附加功能时的原则: 1.不能修改被修饰函数的源代码 2.不能修改被修饰函数的调用 ...
- Python小白学习之路(二十二)—【生成器】
一.什么是生成器? 生成器可以理解成是一种数据类型,特殊地是生成器可以自动实现迭代器协议其他的数据类型需要调用自己内置的__iter__方法所以换种说法,生成器就是可迭代对象 !回忆:很重要的迭代器协 ...
- Python小白学习之路(十四)—【作用域】【匿名函数】【编程方法论】【高阶函数】
吧啦吧啦内心戏 在没有具体学作用域之前,我在之前的学习笔记中就有提到 我开始以为是自己自创的词儿 没想到这个词早已经存在(手动捂脸) 真是个无知的小火锅(不知者无罪) 我发现自己最擅长做的事情,就是给 ...
- Python小白学习之路(十二)—【前向引用】【风湿理论】
前向引用 风湿理论(函数即变量) 理论总是很抽象,我个人理解: 代码从上到下执行,一旦遇到定义的函数体,内存便为其开辟空间,并用该函数的名字作为一个标识但是该函数体内具体是什么内容,这个时候并不着急去 ...
- Python小白学习之路(十七)—【内置函数二】
序列操作类函数 all() 功能:判断可迭代对象的每个元素是否都为True值注意:If the iterable is empty, return True.(举例3) 回顾:None '' ...
- python学习-day15:函数作用域、匿名函数、函数式编程、map、filter、reduce函数、内置函数r
---恢复内容开始--- 一.全局变量与局部变量 在子程序中定义的变量称为局部变量, 在程序的一开始定义的变量称为全局变量. 全局变量作用域是整个程序,局部变量作用域是定义该变量的子程序.当全局变量与 ...
- Python的map、filter、reduce函数 [转]
1. map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. map函数python实现代码: def map(func,seq): mapped_seq = [] fo ...
- python中的map、filter、reduce函数
三个函数比较类似,都是应用于序列的内置函数.常见的序列包括list.tuple.str. 1.map函数 map函数会根据提供的函数对指定序列做映射. map函数的定义: map(function ...
随机推荐
- 记录pytorch的几个问题
1.Variable里面的creator没有,网上博客上面说有,奇怪??
- 2018.09.24 bzoj1016: [JSOI2008]最小生成树计数(并查集+搜索)
传送门 正解是并查集+矩阵树定理. 但由于数据范围小搜索也可以过. 我们需要知道最小生成树的两个性质: 不同的最小生成树中,每种权值的边出现的个数是确定的 不同的生成树中,某一种权值的边连接完成后,形 ...
- 改变yii2 $form最外层div样式
<?php $form = ActiveForm::begin([ 'options'=>['class' => 'form-horizontal row-border','enct ...
- JedisPoolConfig解说
版本一 今天发现Jedis 默认的连接方式 jedis=new Jedis(“localhost”,6379),老是发生connection timeout. 后来发现jedis类包还有一种可以设置最 ...
- Map的常用操作
public static void main(String[] args) { Map<String, String> map = new HashMap<>(); map. ...
- java拷贝文件到另一个目录下
package com.util; import java.io.File;import java.io.FileInputStream;import java.io.FileOutputStream ...
- flex 分页
<?xml version="1.0" encoding="utf-8"?><s:Group xmlns:fx="http://ns ...
- Spring bean加载2--FactoryBean情况处理
Spring bean加载2--FactoryBean情况处理 在Spring bean加载过程中,每次bean实例在返回前都会调用getObjectForBeanInstance来处理Factory ...
- HDU6027 Easy Summation 2017-05-07 19:02 23人阅读 评论(0) 收藏
Easy Summation Time Limit: 2000/1000 MS ...
- Linux监控本机当前状态命令
vmstat 1.简介 vmstat命令是最常见的Linux监控工具,可以查看系统的状态值,其中包括:CPU.内存.虚拟内存.I/O情况. 2.参数说明 命令格式: vmstat [-a] [-n ...