学会map、reduce、filter这三个函数，让你Python代码看起来更有逼格!

前言：大家都觉得Python好学，可是有时候往往我写的代码和别人相比简直是被蹂躏。看到别人写的代码就觉得很优美，因此便总结了一下几个常用的能够提供你程序逼格的函数

map(func, *iterables)

对传入的可迭代数据中的每个元素进行处理，返回一个新的迭代器

map(func, *iterables)
功能： 对传入的可迭代数据中的每个元素放入到函数中进行处理，返回一个新的迭代器
参数：func 函数  自定义函数|内置函数iterables：可迭代的数据
返回值：迭代器

示例：

# （1）把一个字符串数字的列表转为 整型的数字列表
# ['1','2','3','4']  # ==> [1,2,3,4]
# 普通的处理方法
varlist = ['1','2','3','4']  # ==> [1,2,3,4]
newlist = []
for i in varlist:newlist.append(int(i))
print(newlist)# 使用map函数进行处理
varlist = ['1','2','3','4']
res = map(int,varlist) # <map object at 0x104ea8890>
print(list(res))# (2) [1,2,3,4] ==> [1,4,9,16]# 普通方法
varlist = [1,2,3,4]
newlist = []
for i in varlist:res = i ** 2newlist.append(res)
print(newlist)# 使用map函数处理这个数据
varlist = [1,2,3,4]
def myfunc(x):return x ** 2
res = map(myfunc,varlist)
print(res,list(res))# lamda函数 优化版
res = map(lambda x:x**2,varlist)
print(res,list(res))

reduce(func,iterable)

reduce(func,iterable)
功能：每一次从 iterable 拿出两个元素，放入到func函数中进行处理，得出一个计算结果，然后把这个计算结果和iterable中的第三个元素，放入到func函数中继续运算，得出的结果和之后的第四个元素，加入到func函数中进行处理，以此类推，直到最后的元素都参与了运算
参数：func： 内置函数或自定义函数iterable： 可迭代的数据
返回值：最终的运算处理结果
注意： 使用 reduce函数时，需要导入 from functools import reduce

示例：

from functools import reduce### (1) [5,2,1,1] ==> 5211# 普通方法
varlist = [5,2,1,1]
res = ''
for i in varlist:res += str(i)
res = int(res)'''
5 2 1 1
5 * 10 + 2 == 52
52 * 10 + 1 == 521
521 * 10 + 1 == 5211
'''# 使用 reduce完成
def myfunc(x,y):return x*10+y
varlist = [5,2,1,1]
# 调用函数
res = reduce(myfunc,varlist)
print(res,type(res))# （2） 把字符串的 '456' ==> 456
#  要求不能使用int方法进行类型的转换时，如何解决上面的问题# 定义函数，给定一个字符串的数字，返回一个整型的数字
def myfunc(s):vardict = {'0':0,'1':1,'2':2,'3':3,'4':4,'5':5,'6':6,'7':7,'8':8,'9':9}return vardict[s]# 1.先使用 map函数，把数字字符串，转为整型的数字
iter1 = map(myfunc,'456')# 2. 把数字列表中的值，使用lambda进行二次处理
iter2 = reduce(lambda x,y:x*10+y,iter1)
print(iter2)

filter(func,iterable)

filter(func,iterable)
功能： 过滤数据，把 iterable 中的每个元素拿到 func 函数中进行处理，如果函数返回True则保留这个数据，返回False则丢弃这个数据
参数：func  自定义函数itereble： 可迭代的数据
返回值：保留下来的数据组成的 迭代器

示例：

# 要求 保留所有的偶数，丢弃所有的奇数
varlist = [1,2,3,4,5,6,7,8,9]# 普通方法实现
newlist = []
for i in varlist:if i % 2 == 0:newlist.append(i)
print(newlist)# 使用 filter 进行处理# 定义一个函数，判断当前这个函数是否为偶数，偶数返回True，奇数返回False
def myfunc(n):if n % 2 == 0:return Trueelse:return False
#
# # 调用 过滤器 函数进行处理
it = filter(myfunc,varlist)
print(it,list(it))# 优化版
it = filter(lambda n:True if n % 2 == 0 else False,varlist)
print(it,list(it))

学会map、reduce、filter这三个函数，让你Python代码看起来更有逼格!相关推荐

py函数式编程（高阶函数map/reduce/filter/sorted、闭包函数/返回函数、匿名函数lamber、@装饰器decorator、偏函数functool.partial()）
#py函数式编程.py #高阶函数map/reduce/filter/sorted.闭包函数/返回函数.匿名函数lamber.@装饰器decorator.偏函数functool.partial()# ...
python内置函数map reduce filter详解，面试必备知识
面试时候经常会考到 map reduce filter 这三个内置函数的使用 map() 函数 map() 会根据提供的函数对指定序列做映射. 第一个参数 function 以参数序列中的每一个元素调 ...
Swift-高阶函数如map,reduce,filter的一些总结
Swift 这个语言,速度快,更加安全,代码少,易于阅读维护. 所以一些高阶函数在项目实际使用中也是蛮方便的总结如下: 高阶函数的定义:一个函数如果可以以某个函数作为参数,或者返回值,那么这个函数就称 ...
2023年美赛C题Wordle预测问题三、四建模及Python代码详细讲解
更新时间:2023-2-19 16:30 相关链接 (1)2023年美赛C题Wordle预测问题一建模及Python代码详细讲解 (2)2023年美赛C题Wordle预测问题二建模及Python代码详 ...
读书笔记：求函数梯度的Python代码 numerical_gradient.py ← 斋藤康毅
由多元函数全部变量的偏导数汇总而成的向量称为梯度(gradient). 梯度指示的方向是各点处的函数值减小最多的方向. 下文给出了求函数的梯度的 Python 代码. [求函数梯度的Python代 ...
Python进阶：函数式编程(高阶函数，map,reduce,filter,sorted,返回函数,匿名函数,偏函数)...啊啊啊...
函数式编程函数是Python内建支持的一种封装,我们通过把大段代码拆成函数,通过一层一层的函数调用,就可以把复杂任务分解成简单的任务,这种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 ...
python3高阶函数：map(),reduce(),filter()的区别
转载请注明出处:https://www.cnblogs.com/shapeL/p/9057152.html 1.map():遍历序列,对序列中每个元素进行操作,最终获取新的序列 1 print(lis ...
Python基础-map/reduce/filter
一.map Python内置函数,用法及说明如下: class map(object):"""map(func, *iterables) --> map objec ...
Python函数式编程，map/reduce,filter和sorted
什么是函数式编程? 与面向对象编程(Object-oriented programming)和过程式编程(Procedural programming)并列的编程范式. 最主要的特征是,函数是第一等公 ...

学会map、reduce、filter这三个函数，让你Python代码看起来更有逼格!

map(func, *iterables)

reduce(func,iterable)

filter(func,iterable)

学会map、reduce、filter这三个函数，让你Python代码看起来更有逼格!相关推荐

最新文章

热门文章