Python3中map()、reduce()、filter()的用法详解

目录
  • 1.map()
  • 2.filter()
  • 3.reduce()

Python3中的map()、reduce()、filter() 这3个一般是用于对序列进行操作的内置函数，它们经常需要与 匿名函数 lambda 联合起来使用，我们今天就来学习下。

1.map()

map() 可以用于在函数中对指定序列做映射，返回值是一个迭代器，其使用语法如下：

map(function, *iterables)

上面的第一个参数 function 指一个函数，第二个参数 iterable 指一个或多个可迭代对象，在执行过程中，会对可迭代对象中的每一个元素调用 function 函数做计算，最后得到一个新的迭代器对象，而这个新的迭代器对象，会包含有每次调用 function 函数的返回值。

只传入一个可迭代对象

"""计算列表中每个元素的三次方"""
def demo_map(x):
    return x ** 3
nums = [1, 2, 3, 4, 5]
print(list(map(demo_map, nums)))  # 输出：[1, 8, 27, 64, 125]

# 使用匿名函数
print(list(map(lambda x: x ** 3, nums)))  # 输出：[1, 8, 27, 64, 125]

传入多个可迭代对象

"""计算3个列表中对应下标元素的和"""
def demo_map(x, y, z):
    return x + y + z
nums1 = [1, 2, 3, 4, 5]
nums2 = [11, 22, 33, 44, 55]
nums3 = [100, 200, 300, 400, 500]
print(list(map(demo_map, nums1, nums2, nums3)))  # 输出：[112, 224, 336, 448, 560]

# 使用匿名函数
print(list(map(lambda x, y, z: x + y + z, nums1, nums2, nums3)))  # 输出：[112, 224, 336, 448, 560]

2.filter()

filter() 可以用于过滤序列，过滤掉不符合条件的元素，返回值也是一个迭代器，其使用语法如下：

filter(function or None, iterable)

和 map() 函数类似，上面的第一个参数 function 指一个函数，第二个参数 iterable 指一个可迭代对象，执行后会得到一个包含每次调用 function 函数返回值的迭代器。

"""找出从 -5 到 5 中能被 4 整除的所有整数"""
def demo_filter(x):
    return x % 4 == 0

nums = range(-5, 6)
print(list(nums))  # 输出：[-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5]

# 传入None，只返回true的值（0是False，所以被过滤掉了）
print(list(filter(None, nums)))  # 输入：[-5, -4, -3, -2, -1, 1, 2, 3, 4, 5]

# 传入正常函数，过滤出 nums 中能被 4 整除的整数
print(list(filter(demo_filter, nums)))  # 输出：[-4, 0, 4]

# 使用匿名函数
print(list(filter(lambda x: x % 4 == 0, nums)))  # 输出：[-4, 0, 4]

针对 map() 和 filter() 函数， 这里有 2 点需要注意：

  • map 中必须传入一个正常函数，而在 filter 函数中则可以传正常函数或者None，当传入None时，只返回可迭代对象中所有符合 true 的值
  • map 中支持传多个可迭代对象，而在 filter 函数中则只能传一个可迭代对象

3.reduce()

reduce() 可以用于对参数序列中的元素进行累积，返回的是一个值。

在 Python3 中，reduce() 已被从全局名字空间里移除了，如果想要使用它，那么需通过引入 functools 模块来调用 reduce() 函数，其使用语法如下：

from functools import reduce
reduce(function, sequence[, initial])

上面的第一个参数 function 指一个函数，并且该函数必须含有2个参数，第二个参数 sequence 指一个序列，第三个参数 initial 指初始值，默认是None。

例如存在函数：reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])，它就相当于 ((((1+2)+3)+4)+5)。

"""计算 1-100 所有整数之和"""
'''
学习中遇到问题没人解答？小编创建了一个Python学习交流群：711312441
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
from functools import reduce
def demo_reduce(x, y):
    return x + y
nums = range(1, 101)

print(reduce(demo_reduce, nums))  # 输出：5050
# 使用匿名函数
print(reduce(lambda x, y: x + y, nums))  # 输出：5050

# 设置初始值为 1000
print(reduce(lambda x, y: x + y, nums, 1000))  # 输出：6050

上面的 map()、reduce()、filter() 都是属于Python3中的高阶函数，它们最大的好处在于可以让代码更加简洁，当然，如果不使用它们，我们也可以通过其他方式来实现。

到此这篇关于Python3中map()、reduce()、filter()的用法的文章就介绍到这了,更多相关Python3 map()、reduce()、filter()内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • python 内置函数-range()+zip()+sorted()+map()+reduce()+filter()

    目录 range函数 zip() 函数 其它内置函数 数据类型转换相关内置函数 变量相关函数 数学相关函数 进制相关函数 高阶函数 sorted(iterable,[reverse,key]) map(func, *iterables) reduce(func,iterable) filter(func,iterable) range函数 能够生成一个指定的数字序列 使用案例: ''' range(start,stop,step) 参数: start : 开始的值 ,默认值为0 stop : 结

  • python中reduce()函数的使用方法示例

    python中reduce()函数的使用方法示例

    前言 本文主要给大家介绍了关于python中reduce()函数使用的相关内容,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍: reduce()函数在库functools里,如果要使用它,要从这个库里导入.reduce函数与map函数有不一样地方,map操作是并行操作,reduce函数是把多个参数合并的操作,也就是从多个条件简化的结果,在计算机的算法里,大多数情况下,就是为了简单化.比如识别图像是否是一只猫,那么就是从众多的像素里提炼出来一个判断:是或否.可能是几百万个像素,就只

  • Python3 使用map()批量的转换数据类型,如str转float的实现

    我们知道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用 function 函数,返回包含每次 function 函数返回值的新列表. 先看一下map()在python2和3中的区别 在python2中: in: a = [1,2,3];b = [2,3,4] c = map(lambda x,y:s+y,a,b) c out: [3, 5, 7] 返回的是list 在python3中: in: a = [1,2,3];b = [2,3,

  • 使用Python中的reduce()函数求积的实例

    编写一个prod()函数,可以接受一个list并利用reduce()求积. from functools import reduce def prod(x,y): return x * y L = reduce(prod,[3,5,7,9]) print(L) 打印结果如下: 以上这篇使用Python中的reduce()函数求积的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们.

  • 浅谈python3.x pool.map()方法的实质

    我使用多进程的一般方式,都是multiprocessing模块中的Pool.map()方法.下面写一个简单的示例和解析.至于此种方法使用多进程的效率问题,还希望大佬予以指正. 示例: """ 探索pool.map多进程执行方式的实质 """ from multiprocessing import Pool from time import sleep from datetime import datetime class forMap: def

  • Python filter()及reduce()函数使用方法解析

    一.filter() 在Python内建函数中,有一个和map()函数用法类似.却可以用来过滤元素的迭代函数,这个函数就是filter().它的函数原型是:filter(function,itearable) filter返回的是一个filter对象,可以通过list()或者for循环取出内容. 注意:传入的函数返回值必须是布尔类型.若是真则保留元素,假则过滤掉这元素 def is_even(x): return x%2==0 a=filter(is_even,[1,2,3,4,5,6]) pr

  • Python reduce()函数的用法小结

    Python reduce()函数的用法小结

    reduce()函数也是Python内置的一个高阶函数. reduce() 格式: reduce (func, seq[, init()]) reduce()函数即为化简函数,它的执行过程为:每一次迭代,都将上一次的迭代结果(注:第一次为init元素,如果没有指定init则为seq的第一个元素)与下一个元素一同传入二元func函数中去执行.在reduce()函数中,init是可选的,如果指定,则作为第一次迭代的第一个元素使用,如果没有指定,就取seq中的第一个元素. reduce()函数的执行过

  • Python3中map(),reduce(),filter()的详细用法

    目录 前言 1.map() 2.filter() 3.reduce() 前言 Python3中的map().reduce().filter() 这3个一般是用于对序列进行操作的内置函数,它们经常需要与 匿名函数 lambda 联合起来使用,我们今天就来学习下. 1.map() map() 可以用于在函数中对指定序列做映射,返回值是一个迭代器,其使用语法如下: map(function, *iterables) 上面的第一个参数 function 指一个函数,第二个参数 iterable 指一个或

  • Python3的高阶函数map,reduce,filter的示例详解

    函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数. 注意其中:map和filter返回一个惰性序列,可迭代对象,需要转化为list >>> a = 3.1415 >>> round(a,2) 3.14 >>> a_round = round >>> a_round(a,2) 3.14 >>> def func_devide(x, y, f): return f(x) - f(y

  • Python3中urlencode和urldecode的用法详解

    在Python3中,将中文进行urlencode编码使用函数 urllib.parse.quote(string, safe='/', encoding=None, errors=None) 而将编码后的字符串转为中文,则使用 urllib.parse.unquote(string, encoding='utf-8', errors='replace') 示例代码如下: test = "微信公众账号比特量化" print(test) new = urllib.parse.quote(t

  • python3中numpy函数tile的用法详解

    tile函数位于python模块 numpy.lib.shape_base中,他的功能是重复某个数组.比如tile(A,n),功能是将数组A重复n次,构成一个新的数组,我们还是使用具体的例子来说明问题:(至于为什么是在numpy.lib.shape_base中,我还是不太清楚.) 其实tile就是重复的意思,把一个数组a,当做模板,重复几次,生成另一个数组b 至于矩阵可以不以这样,还没有试过. 例子: 创建一个a,使用tile来创建b from numpy import * a=[0,1,2]

  • JavaWeb中过滤器Filter的用法详解

    目录 过滤器Filter 处理顺序 使用场景 自定义过滤器 源码分析 FilterDef FilterMap 初始化过滤器 创建过滤器链 ApplicationFilterChain 执行过滤器链 过滤器Filter 过滤器通常对一些web资源进行拦截,做完一些处理器再交给下一个过滤器处理,直到所有的过滤器处理器,再调用servlet实例的service方法进行处理.过滤器可以对request进行处理也可以对response进行处理. 处理顺序 如果过滤器链顺序如上图所示,那么对request请

  • JSP 中request与response的用法详解

    JSP 中request与response的用法详解 概要: 在学习这两个对象之前,我们应该已经有了http协议的基本了解了,如果不清楚http协议的可以看我的关于http协议的介绍.因为其实request和response的使用大部分都是对http协议的操作. request对象的介绍 我们先从request对象进行介绍: 我们知道http协议定义了请求服务器的格式: 请求行 请求头 空格 请求体(get请求没有请求体) 好了,这里我们就不详细介绍了,我们只看几个应用就可以了,没什么难度: 应

  • Pyecharts 动态地图 geo()和map()的安装与用法详解

    把一些地域性比较明显的数据显示在一张地图上,远比给别人一个 Excel 文件好得多. Matplotlib 中也有画地图的函数,但是是静态图,因此这里主要讲 Pyecharts 模块中的画图功能. 安装Pyecharts 方法一:pip install ... 方法二:conda install -c anaconda pyecharts 方法三:下载模块--安装 https://pypi.org/project/pyecharts/0.1.9.4/#files下载模块: 将模块放进 xx 路径

  • django model 条件过滤 queryset.filter(**condtions)用法详解

    1.下述代码查询model对应数据库中日期等于2018-05-22的数据: queryset = model.objects.all() condtions: {'date': '2018-05-22'} query_res = queryset.filter(**condtions) 2.下述代码查询model对应数据库中日期小于2018-05-22的数据: queryset = model.objects.all() condtions: {'date__lt': '2018-05-22'}

  • python3中TQDM库安装及使用详解

    在一众有趣的Python库中,TQDW也算是独树一帜了,原因主要是因为自身所存在的功能效果,比如我们如果在写项目,往往会忘记我们要完成多少量,而这个库主要就是帮我们实时掌握进度,现在这样跟大家讲解,是不是都来了兴趣呢?因此,那就开启本章正题,给大家详解TQDM库的安装及使用. 先来说下安装,常用方式: pipinstall tqdm 当for循环使用range函数时,只是把它替换为tqdm中的trange即可. fromtqdm import trangefor i in trange(100)

  • python爬虫中的url下载器用法详解

    前期的入库筛选工作已经由url管理器完成了,整理的工作自然要由url下载器接手.当我们需要爬取的数据已经去重后,下载器的主要任务的是这些数据下载下来.所以它的使用也并不复杂,不过需要借助到我们之前所学过的一个库进行操作,相信之前的基础大家都学的很牢固.下面小编就来为大家介绍url下载器及其使用的方法. 下载器的作用就是接受URL管理器传递给它的一个url,然后把该网页的内容下载下来.python自带有urllib和urllib2等库(这两个库在python3中合并为urllib),它们的作用就是

随机推荐