Python函数式编程－map()、zip()、filter()、reduce()、lambda()

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

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, sequence[, sequence, ...]) -> list

map()函数接收两个参数，一个是函数，一个是序列，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list返回。

1、当seq只有一个时，将函数func作用于这个seq的每个元素上，并得到一个新的seq。
让我们来看一下只有一个seq的时候，map()函数是如何工作的。

示例一

比如要对一个序列中的每个元素进行平方运算：

map(lambda x: x ** 2, [1, 2, 3, 4, 5])

返回结果为：

[1, 4, 9, 16, 25]

或者

>>> def f(x):
...   return x * x
...
>>> map(f, [1, 2, 3, 4, 5])
[1, 4, 9, 16, 25]

map()传入的第一个参数是f，即函数对象本身。

注意：map()函数不改变原有的 list，而是返回一个新的 list。

不需要map()函数，写一个循环，也可以计算出结果

L = []
for n in [1, 2, 3, 4, 5]:L.append(f(n))
print L

把f(x)作用在list的每一个元素并把结果生成一个新的list。

示例二

#使用lambda
>>> print map(lambda x: x % 2, range(7))
[0, 1, 0, 1, 0, 1, 0]

#使用列表解析
>>> print [x % 2 for x in range(7)]
[0, 1, 0, 1, 0, 1, 0]

2、当seq多于一个时，map可以并行（注意是并行）地对每个seq执行如下图所示的过程

在参数存在多个序列时，会依次以每个序列中相同位置的元素做参数调用function函数。

示例

比如要对两个序列中的元素依次求和。

map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])

map返回的list中第一个元素为，参数序列1的第一个元素加参数序列2中的第一个元素(1 + 2)，
list中的第二个元素为，参数序列1中的第二个元素加参数序列2中的第二个元素(3 + 4)，
依次类推，最后的返回结果为：

[3, 7, 11, 15, 19]

要注意function函数的参数数量，要和map中提供的集合数量相匹配。
如果集合长度不相等，会以最小长度对所有集合进行截取。

当函数为None时，操作和zip相似：

map(None, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])

返回结果为：

[(1, 2), (3, 4), (5, 6), (7, 8), (9, 10)]

map()作为高阶函数，事实上它把运算规则抽象了，因此，我们不但可以计算简单的f(x)=x2，还可以计算任意复杂的函数，比如，把这个list所有数字转为字符串：

>>> map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])
['1', '2', '3', '4', '5', '6', '7', '8', '9']

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。

比如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’]

def format_name(s):s1=s[0:1].upper()+s[1:].lower();return s1;print map(format_name, ['adam', 'LISA', 'barT'])

***将元组转换成list***
>>> map(int, (1,2,3))
[1, 2, 3]
***将字符串转换成list***
>>> map(int, '1234')
[1, 2, 3, 4]
***提取字典的key，并将结果存放在一个list中***
>>> map(int, {1:2,2:3,3:4})
[1, 2, 3]
***字符串转换成元组，并将结果以列表的形式返回***
>>> map(tuple, 'agdf')
[('a',), ('g',), ('d',), ('f',)]
#将小写转成大写
def u_to_l (s):return s.upper()
print map(u_to_l,'asdfd')

zip函数

Python函数式编程之zip()
zip()函数具体的工作机制是，将每个列表中同一位置的元素取出来组成一个元组，存放到一个列表中，然后返回这个列表。

>>> x = [1,2,3]
>>> y = ['a','b','c']
>>> z = [4,5,6]
>>> zip_xyz = zip(x, y, z)
>>> print zip_xyz
[(1, 'a', 4), (2, 'b', 5), (3, 'c', 6)]

对于长度不同的seq，zip()函数又怎么处理呢？

>>> a = [1,2,3]
>>> b = [4,5,6,7]
>>> zip_ab = zip(a, b)
>>> print zip_ab
[(1, 4), (2, 5), (3, 6)]

从上面的例子可以看出，当seq的长度不一致时，zip()会以最短的那个seq为主，进行处理，然后将多余的舍弃掉。

zip()对只有一个seq的处理：

>>> c = ['a', 'b', 'c']
>>> zip_c = zip(c)
>>> print zip_c
[('a',), ('b',), ('c',)]

unzip

>>> a = [1, 2, 3]
>>> b = ['a', 'b', 'c']
>>> zip_ab = zip(a,b)
>>> un_zip = zip(*zip_ab)
>>> print un_zip
[(1, 2, 3), ('a', 'b', 'c')]

一般认为这是一个unzip过程，工作原理如下：
在运行zip(*zip_ab)之前，zip_ab的值是：[(1, ‘a’), (2, ‘b’), (3, ‘c’)]
而zip(*zip_ab)就等价于zip((1, ‘a’), (2, ‘b’), (3, ‘c’))
所以得出结果：[(1, 2, 3), (‘a’, ‘b’, ‘c’)]

>>> x = [1,'a','b']
>>> zip_rx = zip(* [x] * 3)
>>> print zip_rx
[(1, 1, 1), ('a', 'a', 'a'), ('b', 'b', 'b')]

首先 [x]生成一个列表的列表：[[1, ‘a’, ‘b’]]，这个列表中只有一个元素[1,’a’,’b’]
其次[x] * 3，表示将列表中的元素打印三次，即生成了含有三个元素的列表：
[[1, ‘a’, ‘b’], [1, ‘a’, ‘b’], [1, ‘a’, ‘b’]]
最后是zip(* [x] * 3)就等价于
zip([1, ‘a’, ‘b’], [1, ‘a’, ‘b’], [1, ‘a’, ‘b’])

filter函数

filter函数会对指定序列执行过滤操作。
filter函数的定义：

filter(function or None, sequence) -> list, tuple, or string

filter函数会对序列参数sequence中的每个元素调用function函数，最后返回的结果包含调用结果为True的元素序列。返回值的类型和参数sequence的类型相同. func函数是一个布尔函数，filter()函数调用这个函数一次作用于seq中的每一个元素，筛选出符合条件的元素，并以列表的形式返回。

示例一

比如返回序列中的所有偶数：

def is_even(x):
return x & 1 != 0filter(is_even, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

返回结果为：
[1, 3, 5, 7, 9]
如果function参数为None，返回结果和sequence参数相同。

示例二

假如有个列表，列表中有几个数字，现在我想从这些数字中，选出即能被2整除又能被3整除的数。

nums = [2,3,6,12,15,18]
def nums_res (x):return x % 2 == 0 and x % 3 == 0
print filter(nums_res, nums)
执行结果：[6, 12, 18]

如果使用普通方法的话，就需要使用for循环去挨个挨个遍历list中的元素。当然我们也可以使用列表解析法：

>>> print [x for x in nums if x % 2 == 0 and x % 3 == 0]
[6, 12, 18]

reduce函数

reduce函数，即为化简函数,reduce函数会对参数序列中元素进行累积。
reduce函数的定义：

reduce(function, sequence[, initial]) -> value

function参数是一个有两个参数的函数，reduce依次从sequence中取一个元素，和上一次调用function的结果做参数再次调用function。
第一次调用function时，如果提供initial参数，会以sequence中的第一个元素和initial作为参数调用function，否则会以序列sequence中的前两个元素做参数调用function。

reduce()函数的执行过程如下图所示

reduce把一个函数作用在一个序列[x1, x2, x3…]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

示例一

比方说对一个序列求和，就可以用reduce实现

>>> def add(x, y):
...   return x + y
...
>>> reduce(add, [1, 3, 5, 7, 9])
25

或者

reduce(lambda x, y: x + y, [1, 3, 5, 7, 9])

结果为25

或者

reduce(lambda x, y: x + y, [3, 5, 7, 9], 1)

结果为25( ((((1+3)+5)+7)+9) )

当然求和运算可以直接用Python内建函数sum()，没必要动用reduce。

示例二

从reduce函数的执行过程，很容易联想到求一个数的阶乘，而python中并没有给出一个求阶乘的内置函数，正好就拿这个例子来说明reduce函数。

#未指定init的情况
>>> n = 6
>>> print reduce(lambda x, y: x * y, range(1, n))
120

上面的例子中range(1,6)函数生成的是一个[1, 2, 3, 4, 5]这样的列表，这里我们给它个名叫seq1吧，reduce()函数执行时，由于没有指定init参数，所以将取seq1中的第一个元素1，作为第一个元素，由于前面的lambda有2个变量，所以需要两个实参，于是就取seq1中的第2个元素2，与第一个元素1一起传入lambda中去执行，并将返回结果2，并同下一个元素3再一起传入lambda中执行，再次返回的结果，作为下一次执行的第一个元素，依次类推，就得出结果5! = 120。

如果我们希望得到阶乘的结果再多增加几倍，可以启用init这个可选项。如：

>>> print reduce(lambda x, y: x * y, range(1, n),2)
240

这个时候，就会将init作为第一个元素，和seq1中的第一个元素1一起传入lambda函数中去执行，返回结果再作为下一次的第一个元素。

但是如果要把序列[1, 3, 5, 7, 9]变换成整数13579，reduce就可以派上用场

>>> def fn(x, y):
...   return x * 10 + y
...
>>> reduce(fn, [1, 3, 5, 7, 9])
13579

这个例子本身没多大用处，但是，如果考虑到字符串str也是一个序列，对上面的例子稍加改动，配合map()，我们就可以写出把str转换为int的函数：

>>> def fn(x, y):
...   return x * 10 + y
...
>>> def char2num(s):
...   return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
...
>>> reduce(fn, map(char2num, '13579'))
13579

整理成一个str2int的函数就是：

def str2int(s):def fn(x, y):return x * 10 + ydef char2num(s):return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]return reduce(fn, map(char2num, s))

还可以用lambda函数进一步简化成

def char2num(s):return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]

def str2int(s):return reduce(lambda x,y: x*10+y, map(char2num, s))

也就是说，假设Python没有提供int()函数，你完全可以自己写一个把字符串转化为整数的函数，而且只需要几行代码

注意function函数不能为None。

lambda函数

Python中，lambda函数也叫匿名函数，及即没有具体名称的函数，它允许快速定义单行函数，类似于C语言的宏，可以用在任何需要函数的地方。这区别于def定义的函数。
lambda与def的区别：

1）def创建的方法是有名称的，而lambda没有。
2）lambda会返回一个函数对象，但这个对象不会赋给一个标识符，而def则会把函数对象赋值给一个变量（函数名）。
3）lambda只是一个表达式，而def则是一个语句。
4）lambda表达式” : “后面，只能有一个表达式，def则可以有多个。
5）像if或for或print等语句不能用于lambda中，def可以。
6）lambda一般用来定义简单的函数，而def可以定义复杂的函数。
6）lambda函数不能共享给别的程序调用，def可以。

lambda语法格式：
lambda 变量 : 要执行的语句

lambda [arg1 [, agr2,…..argn]] : expression

1、单个参数的：
>>> g = lambda x : x ** 2
>>> print g(3)
9
2、多个参数的：
>>> g = lambda x, y, z : (x + y) ** z
>>> print g(1,2,2)
9

lambda表达式会返回一个函数对象，如果没有变量接受这个返回值的话，它很快就会被丢弃。也正是由于lambda只是一个表达式，所以它可以直接作为list和dict的成员。如：

>>> list_a = [lambda a: a**3, lambda b: b**3]
>>> list_a[0]
<function <lambda> at 0x0259B8B0>
>>> g = list_a[0]
>>> g(2)
8

lambda表达式中，冒号前面是参数，可以有多个，用逗号分隔，冒号右边是返回值。

参考文献

python中的map、filter、reduce函数

python map函数

Python map()函数的用法

Python reduce()函数的用法

Python filter()函数的用法

Python lambda函数的用法

Python函数式编程－map()、zip()、filter()、reduce()、lambda()相关推荐

Python函数式编程——map()、reduce()
提起map和reduce想必大家并不陌生,Google公司2003年提出了一个名为MapReduce的编程模型[1],用于处理大规模海量数据,并在之后广泛的应用于Google的各项应用中,2006年A ...
Python 函数式编程Map、Reduce
在函数式语言里,map表示对一个列表(List)中的每个元素做计算,reduce表示对一个列表中的每个元素做迭代计算.它们具体的计算是通过传入的函数来实现的,map和reduce提供的是计算的框架. ...
Python函数式编程-map/reduce
1.map map()传入的第一个参数是f,即函数对象本身. map()函数接收两个参数,一个是函数,一个是Interable,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Iterat ...
Python函数式编程：map/reduce
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达作为一种抽象程度极高的编程范式,函数式编程的最大特点就是允许函数本 ...
函数式编程工具：filter和reduce
# -*- coding: utf-8 -*- #python 27 #xiaodeng #函数式编程工具:filter和reduce#python内置函数中,map函数是用来进行函数式编程这类工具最 ...
python函数式编程读取数据-python学习笔记9：函数式编程
函数式编程(FunctionalProgramming) 基于lambda演算的一种编程方式程序中只有函数函数可以作为参数,同样可以作为返回值纯函数式编程语言: LISP, Haskell Py ...
函数式编程语言python-10分钟学会python函数式编程
原标题:10分钟学会python函数式编程在这篇文章里,你将学会什么是函数范式以及如何使用Python进行函数式编程.你也将了解列表推导和其它形式的推导. 函数范式在命令式范式中,通过为计算机提供 ...
python编写函数_浅谈Python 函数式编程
匿名函数lambda表达式什么是匿名函数? 匿名函数,顾名思义就是没有名字的函数,在程序中不用使用 def 进行定义,可以直接使用 lambda 关键字编写简单的代码逻辑.lambda 本质上是一个 ...
python采用函数编程模式_浅谈Python 函数式编程
匿名函数lambda表达式什么是匿名函数? 匿名函数,顾名思义就是没有名字的函数,在程序中不用使用 def 进行定义,可以直接使用 lambda 关键字编写简单的代码逻辑.lambda 本质上是一个 ...

Python函数式编程－map()、zip()、filter()、reduce()、lambda()

Python函数式编程－map()、zip()、filter()、reduce()、lambda()相关推荐

最新文章

热门文章