day17—max, map, reduce, filter, zip 函数的使用
一、max 函数
l=[3,2,100,999,213,1111,31121,333]
print(max(l)) # dic={'k1':10,'k2':100,'k3':30} print(max(dic)) # k3 最大的key
print(max(dic,key=lambda k:dic[k])) # k2 最大值对应的key print(dic[max(dic,key=lambda k:dic[k])]) # 100 最大值
print(max(dic.values())) # 100 最大值
二、map 函数
array = [1,2,3,67,8]
print(list(map(lambda x:x-1,array))) # [0, 1, 2, 66, 7]
#用map来处理字符串列表啊,把列表中所有人都变成sb,比方alex_sb
name=['alex','wupeiqi','yuanhao']
print(list(map(lambda x:x+'_sb',name))) # ['alex_sb', 'wupeiqi_sb', 'yuanhao_sb'] res=map(lambda x:x+'_sb',name)
for i in res:
print(i) # alex_sb
# wupeiqi_sb
# yuanhao_sb
三、reduce 函数
from functools import reduce array = [1,2,3,4] print(reduce(lambda x,y:x*y,array)) # 24————1*2*3*4
print(reduce(lambda x,y:x*y,array,50)) # 1200————50*1*2*3*4,50是初始值 #**************************************************
#等同于
def reduce_test(func,array,init=None):
l=list(array)
if init is None:
res=l.pop(0)
else:
res=init
for i in l:
res=func(res,i)
return res print(reduce_test(lambda x,y:x*y,array))
print(reduce_test(lambda x,y:x*y,array,50))
#reduce用来计算1到100的和
from functools import reduce print(reduce(lambda x,y:x+y,range(100),100)) # 5050
print(reduce(lambda x,y:x+y,range(1,101))) # 5050
四、filter() 函数
#电影院聚集了一群看电影bb的傻逼,让我们找出他们
movie_people=['alex','wupeiqi','yuanhao','sb_alex','sb_wupeiqi','sb_yuanhao'] def tell_sb(x):
return x.startswith('sb') def filter_test(func,array):
ret=[]
for i in array:
if func(i):
ret.append(i)
return ret print(filter_test(tell_sb,movie_people)) # ['sb_alex', 'sb_wupeiqi', 'sb_yuanhao'] #或者用filter(),返回可迭代对象***************************************
print(list(filter(lambda x:x.startswith('sb'),movie_people))) # ['sb_alex', 'sb_wupeiqi', 'sb_yuanhao']
#利用filter过滤掉千年王八,万年龟,还有一个九千岁
name_dic=[
{'name':'alex','age':1000},
{'name':'wupeiqi','age':10000},
{'name':'yuanhao','age':9000},
{'name':'linhaifeng','age':18},
] def func(x):
age_list=[1000,10000,9000]
return x['age'] not in age_list res=filter(func,name_dic)
for i in res:
print(i) # {'name': 'linhaifeng', 'age': 18} print(filter(func,name_dic)) # <filter object at 0x00000000010FA748>
print(list(filter(func,name_dic))) # [{'name': 'linhaifeng', 'age': 18}]
五、zip 函数
#字典的运算:最小值,最大值,排序
salaries={
'egon':3000,
'alex':100000000,
'wupeiqi':10000,
'yuanhao':2000
} #迭代字典,取得是key,因而比较的是key的最大和最小值
print(max(salaries)) # yuanhao
print(min(salaries)) # alex #可以取values,来比较
print(max(salaries.values())) #
print(min(salaries.values())) # #但通常我们都是想取出,工资最高的那个人名,即比较的是salaries的值,得到的是键
print(max(salaries,key=lambda k:salaries[k])) # alex
print(min(salaries,key=lambda k:salaries[k])) # yuanhao #也可以通过zip的方式实现
salaries_and_names=zip(salaries.values(),salaries.keys()) #先比较值,值相同则比较键
print(max(salaries_and_names)) # (100000000, 'alex') #salaries_and_names是迭代器,因而只能访问一次
print(min(salaries_and_names)) #Traceback (most recent call last):
#ValueError: min() arg is an empty sequence
day17—max, map, reduce, filter, zip 函数的使用的更多相关文章
- python中lambda,map,reduce,filter,zip函数
函数式编程 函数式编程(Functional Programming)或者函数程序设计,又称泛函编程,是一种编程范型,它将计算机运算视为数学上的函数计算,并且避免使用程序状态以及易变对象.简单来讲,函 ...
- Python map/reduce/filter/sorted函数以及匿名函数
1. map() 函数的功能: map(f, [x1,x2,x3]) = [f(x1), f(x2), f(x3)] def f(x): return x*x a = map(f, [1, 2, 3, ...
- python3 匿名函数,map/reduce/filter等函数结合应用
匿名函数就是不需要显式的指定函数 # 平方函数 def func1(x): return x**2 print(func1) # 平方函数匿名函数写法 func2=lambda x:x**2 prin ...
- python--函数式编程 (高阶函数(map , reduce ,filter,sorted),匿名函数(lambda))
1.1函数式编程 面向过程编程:我们通过把大段代码拆成函数,通过一层一层的函数,可以把复杂的任务分解成简单的任务,这种一步一步的分解可以称之为面向过程的程序设计.函数就是面向过程的程序设计的基本单元. ...
- [python基础知识]python内置函数map/reduce/filter
python内置函数map/reduce/filter 这三个函数用的顺手了,很cool. filter()函数:filter函数相当于过滤,调用一个bool_func(只返回bool类型数据的方法) ...
- Python学习:函数式编程(lambda, map() ,reduce() ,filter())
1. lambda: Python 支持用lambda对简单的功能定义“行内函数” 2.map() : 3.reduce() : 4.filter() : map() ,reduce() , filt ...
- map/reduce/filter/lambda
Python内建了map()/reduce()/filter()函数. map()函数接收两个参数,一个是函数,一个是Iterable,map将传入的函数依次作用到序列的每个元素,并把结果作为新的It ...
- python 函数式编程之lambda( ), map( ), reduce( ), filter( )
lambda( ), map( ), reduce( ), filter( ) 1. lambda( )主要用于“行内函数”: f = lambda x : x + 2 #定义函数f(x)=x+2 g ...
- Python-函数式编程-map reduce filter lambda 三元表达式 闭包
lambda 匿名函数,核心是作为算子,处理逻辑只有一行但具有函数的特性,核心用于函数式编程中 三元运算符 其实本质上是if分支的简化版,满足条件返回 if 前面的值,不满足条件返回 else后面的值 ...
随机推荐
- Rocket - util - Timer
https://mp.weixin.qq.com/s/Z4JJhZ_jL1lqF1nf_orq9A 简单介绍Timer的实现. 1. 基本功能 实现定时器的功能. 2. Ti ...
- [C#.NET拾遗补漏]01:字符串操作
字符串操作在任意编程语言的日常编程中都随处可见,今天来汇总一下 C# 中关于字符串的一些你可能遗忘或遗漏的知识点. 逐字字符串 在普通字符串中,反斜杠字符是转义字符.而在逐字字符串(Verbatim ...
- JavaSE(三) 变量与运算符
个人博客网:https://wushaopei.github.io/ (你想要这里多有) 2 变量的使用 2.1按数据类型分类 整型 : byte(1字节 = 8bit) short(2字节 ...
- Cpusets学习
1. cpusets 1.1 什么是cpusets cpusets基本功能是限制某一组进程只运行在某些cpu和内存节点上,举个简单例子:系统中有4个进程,4个内存节点,4个cpu.利用cpuset可以 ...
- Java实现 LeetCode 621 任务调度器(暴力大法)
621. 任务调度器 给定一个用字符数组表示的 CPU 需要执行的任务列表.其中包含使用大写的 A - Z 字母表示的26 种不同种类的任务.任务可以以任意顺序执行,并且每个任务都可以在 1 个单位时 ...
- Java实现LeetCode_0014_LongestCommonPrefix
package javaLeetCode.primary; /** * Write a function to find the longest common prefix string amongs ...
- Java实现第十届蓝桥杯迷宫
试题 E: 迷宫 本题总分:15 分 [问题描述] 下图给出了一个迷宫的平面图,其中标记为 1 的为障碍,标记为 0 的为可 以通行的地方. 010000 000100 001001 110000 迷 ...
- java实现第七届蓝桥杯方格填数
方格填数 题目描述 如下的10个格子 +--+--+--+ | | | | +--+--+--+--+ | | | | | +--+--+--+--+ | | | | +--+--+--+ (如果显示 ...
- CSS 简介/特点/优势/给特定浏览器提供不同样
1.CSS简介 CSS全称Cascading Style Sheet,可译为“层叠样式表”或“级联样式表”,通常称为CSS样式或者样式表.CSS是一些纯文本内容,文件格式为.css. 2.CSS特点 ...
- 构造函数,拷贝构造和赋值运算符调用时机,explicit,
#include<iostream> #include <stdio.h> using namespace std; class test{ int mvalue; publi ...