python之函数filter、reduce
---恢复内容开始---
一、filter函数
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
该接收两个参数，第一个为函数，第二个为序列，对序列中每个元素进行for循环，然后将每个元素传递给第一个位置的函数，然后返回 True 或 False，最后将返回 True 的元素放到新列表中
1、使用for循环将前面包含sb的文本过滤出来，
moive_people = ['sb_alex','sb_wupeiqi','yuanhao','sb_lihaifeng'] def filter_test(array):
ret = []
for p in array:
if not p.startswith("sb"):
ret.append(p)
return ret
print(filter_test(moive_people)) #['yuanhao']
2、将后面包含sb的文本过滤出来，如果还按照上面的方法写就显得很麻烦，而且代码重复，可以将for循环的主体部分使用函数定义独立出来，方便后续进行代码维护
moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']
def sb_show(n):
return n.endswith('sb')
def filter_test(func,array):
ret = []
for p in array:
if not func(p):
ret.append(p)
return ret
print(filter_test(sb_show,moive_people)) #['yuanhao']
备注：在上面的代码中，我将p.endswith()预先定义函数，然后后续直接调用函数，如果还有变化，只需要使用函数定义出来，然后直接调用；
3、对2的函数进行优化，将预先定义的sb_show函数使用lambda匿名函数进行替换，减少代码数量
def filter_test(func,array):
ret = []
for p in array:
if not func(p):
ret.append(p)
return ret
print(filter_test(lambda n:n.endswith('sb'),moive_people))
4、filter函数
moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']
#下面的结果是一个内存地址，如果要获取值，需要进行list
#<filter object at 0x0000026CB0A4FAC8>
print(filter(lambda n:n.endswith('sb'),moive_people))
#['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
print(list(filter(lambda n:n.endswith('sb'),moive_people)))
#['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
res= filter(lambda n:n.endswith('sb'),moive_people)
print(list(res))
二、reduce函数
reduce() 函数会对参数序列中元素进行累积。
函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果
1、采用for循环的方法进行实现
num1 = range(1,101)
res= 0
for i in num1:
res = res+i print(res) #5050
2、使用函数的方式进行实现
num1 = range(1,101)
def reduce_test(array): res= 0
for i in array:
res = res+i
return(res)
print(reduce_test(num1)) #
3、对序列中的每个元素进行乘积
num1 = range(1,6)
def mul(x,y):
return x*y
def reduce_test(func,array):
res =1
for i in array:
res = func(res,i)
return res
print(reduce_test(mul,num1))
4、对3函数进行优化
def reduce_test(func,array):
res =1
for i in array:
res = func(res,i)
return res
print(reduce_test(lambda x,y:x*y,num1))
5、对4函数进行优化，对函数增加一个默认参数
num1 = [1,2,3,4,5,6]
# def mul(x,y):
# return x*y
def reduce_test(func,array,init=None):
if init is None:
res = array.pop(0)
else:
res= init
for i in array:
print(i)
res = func(res,i)
return res
print(reduce_test(lambda x,y:x*y,num1,100))
6、reduce函数
from functools import reduce
num1 = [1,2,3,4,5,6] print(reduce(lambda x,y:x+y,num1,1)) #
print(reduce(lambda x,y:x*y,num1,10)) #
print(reduce(lambda x,y:x/y,num1,100)) #0.1388888888888889
三、map函数
对序列中元素进行for循环，然后对每个元素进行逻辑处理
1、对列表中的元素进行平方处理
num1 = [1,2,3,4,5,6]
ret= []
for i in num1:
ret.append(i**2)
print(ret)
2、对列表中的元素进行自增加1处理
num1 = [1,2,3,4,5,6]
ret= []
for i in num1:
ret.append(i+1)
print(ret)
3、使用函数方式进行处理
num1 = [1,2,3,4,5,6]
def map_test(array):
res =[]
for i in array:
res.append(i+1)
return res
print(map_test(num1)) #[2, 3, 4, 5, 6, 7]
4、对3函数进行优化，将for循环的主体代码部分预先使用函数进行定义
num1 = [1,2,3,4,5,6]
def reduce_one(x):
return x+1
def map_test(func,array):
res =[]
for i in array:
res.append(func(i))
return res
print(map_test(reduce_one,num1)) #[2, 3, 4, 5, 6, 7]
如果需求有其他变化，只需要对将函数定义出来，然后进行调用就可以了
5、对4函数进行优化，使用lambda函数进行代替
num1 = [1,2,3,4,5,6]
# def reduce_one(x):
# return x+1
def map_test(func,array):
res =[]
for i in array:
res.append(func(i))
return res
print(map_test(lambda x:x+1,num1)) #[2, 3, 4, 5, 6, 7]
6、map函数
num1 = [1,2,3,4,5,6]
print(map(lambda x:x+1,num1)) #<map object at 0x0000025C4059F908>
print(list(map(lambda x:x+1,num1))) #[2, 3, 4, 5, 6, 7]
---恢复内容结束---
一、filter函数
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
该接收两个参数，第一个为函数，第二个为序列，对序列中每个元素进行for循环，然后将每个元素传递给第一个位置的函数，然后返回 True 或 False，最后将返回 True 的元素放到新列表中
1、使用for循环将前面包含sb的文本过滤出来，
moive_people = ['sb_alex','sb_wupeiqi','yuanhao','sb_lihaifeng'] def filter_test(array):
ret = []
for p in array:
if not p.startswith("sb"):
ret.append(p)
return ret
print(filter_test(moive_people)) #['yuanhao']
2、将后面包含sb的文本过滤出来，如果还按照上面的方法写就显得很麻烦，而且代码重复，可以将for循环的主体部分使用函数定义独立出来，方便后续进行代码维护
moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']
def sb_show(n):
return n.endswith('sb')
def filter_test(func,array):
ret = []
for p in array:
if not func(p):
ret.append(p)
return ret
print(filter_test(sb_show,moive_people)) #['yuanhao']
备注：在上面的代码中，我将p.endswith()预先定义函数，然后后续直接调用函数，如果还有变化，只需要使用函数定义出来，然后直接调用；
3、对2的函数进行优化，将预先定义的sb_show函数使用lambda匿名函数进行替换，减少代码数量
def filter_test(func,array):
ret = []
for p in array:
if not func(p):
ret.append(p)
return ret
print(filter_test(lambda n:n.endswith('sb'),moive_people))
4、filter函数
moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']
#下面的结果是一个内存地址，如果要获取值，需要进行list
#<filter object at 0x0000026CB0A4FAC8>
print(filter(lambda n:n.endswith('sb'),moive_people))
#['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
print(list(filter(lambda n:n.endswith('sb'),moive_people)))
#['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
res= filter(lambda n:n.endswith('sb'),moive_people)
print(list(res))
二、reduce函数
reduce() 函数会对参数序列中元素进行累积。
函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果
1、采用for循环的方法进行实现
num1 = range(1,101)
res= 0
for i in num1:
res = res+i print(res) #5050
2、使用函数的方式进行实现
num1 = range(1,101)
def reduce_test(array): res= 0
for i in array:
res = res+i
return(res)
print(reduce_test(num1)) #
3、对序列中的每个元素进行乘积
num1 = range(1,6)
def mul(x,y):
return x*y
def reduce_test(func,array):
res =1
for i in array:
res = func(res,i)
return res
print(reduce_test(mul,num1))
4、对3函数进行优化
def reduce_test(func,array):
res =1
for i in array:
res = func(res,i)
return res
print(reduce_test(lambda x,y:x*y,num1))
5、对4函数进行优化，对函数增加一个默认参数
num1 = [1,2,3,4,5,6]
# def mul(x,y):
# return x*y
def reduce_test(func,array,init=None):
if init is None:
res = array.pop(0)
else:
res= init
for i in array:
print(i)
res = func(res,i)
return res
print(reduce_test(lambda x,y:x*y,num1,100))
6、reduce函数
from functools import reduce
num1 = [1,2,3,4,5,6] print(reduce(lambda x,y:x+y,num1,1)) #
print(reduce(lambda x,y:x*y,num1,10)) #
print(reduce(lambda x,y:x/y,num1,100)) #0.1388888888888889
三、map函数
对序列中元素进行for循环，然后对每个元素进行逻辑处理
1、对列表中的元素进行平方处理
num1 = [1,2,3,4,5,6]
ret= []
for i in num1:
ret.append(i**2)
print(ret)
2、对列表中的元素进行自增加1处理
num1 = [1,2,3,4,5,6]
ret= []
for i in num1:
ret.append(i+1)
print(ret)
3、使用函数方式进行处理
num1 = [1,2,3,4,5,6]
def map_test(array):
res =[]
for i in array:
res.append(i+1)
return res
print(map_test(num1)) #[2, 3, 4, 5, 6, 7]
4、对3函数进行优化，将for循环的主体代码部分预先使用函数进行定义
num1 = [1,2,3,4,5,6]
def reduce_one(x):
return x+1
def map_test(func,array):
res =[]
for i in array:
res.append(func(i))
return res
print(map_test(reduce_one,num1)) #[2, 3, 4, 5, 6, 7]
如果需求有其他变化，只需要对将函数定义出来，然后进行调用就可以了
5、对4函数进行优化，使用lambda函数进行代替
num1 = [1,2,3,4,5,6]
# def reduce_one(x):
# return x+1
def map_test(func,array):
res =[]
for i in array:
res.append(func(i))
return res
print(map_test(lambda x:x+1,num1)) #[2, 3, 4, 5, 6, 7]
6、map函数
num1 = [1,2,3,4,5,6]
print(map(lambda x:x+1,num1)) #<map object at 0x0000025C4059F908>
print(list(map(lambda x:x+1,num1))) #[2, 3, 4, 5, 6, 7]
四、其他内置函数
1、zip函数
zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。
如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表。zip函数的作用类似于拉链
print(list(zip(('张三'),(1,2))))#[('张', 1), ('三', 2)]
print(zip(('张三'),(1,2))) #<zip object at 0x00000230F8D54B88>
#[('M', 1), ('y', 2), (' ', 3)]
print(list(zip(('My name is zhangsan'),(1,2,3))))
print(list(zip(('My'),(1,2,3,4)))) #[('M', 1), ('y', 2)]
###使用zip函数将字典中的key与value值一一对应
p = {'name':'alex','age':18,'gender':'none'}
print(p.keys()) #dict_keys(['name', 'age', 'gender'])
print(p.values()) #dict_values(['alex', 18, 'none'])
print(list(p.keys())) #['name', 'age', 'gender']
print(list(p.values())) #['alex', 18, 'none']
#[('name', 'alex'), ('age', 18), ('gender', 'none')]
print(list(zip(p.keys(),p.values())))
print(zip(p.keys(),p.values())) #<zip object at 0x0000027B47A84F48>
2、max、min函数
（1）、单纯数字的比较
l3 = [12,34,130,-1,44]
print(max(l3)) #
print(min(l3))#-1
（2）、字典的比较
age_dict = {'age1':18,'age3':30,'age4':87}
#求出年龄最大的
print(max(age_dict.values())) #
#默认比较key值
print(max(age_dict))
#求出年龄最大的keys与values
print(list(max(zip(age_dict.values(),age_dict.keys())))) #[87, 'age4']
l = [
(1,'a'),
(2,'b'),
(3,'e'),
(5,'f')
]
print(max(l)) l1 = ['a10','b13','d13']
print(list(max(l1))) #['d', '1', '3'] # l2 = ['a10','b13','d13',10]
# #TypeError: '>' not supported between instances of 'int' and 'str'
# print(list(max(l2)))
3、chr、ord函数
# print(chr(97)) #a，chr的作用是将数字在ascii码表中的值显示出来
# print(ord('c')) #99
# print(chr(33)) #! ascii码表中的33对应的值为'!'
4、pow函数
print(pow(2,3)) #2**3
print(pow(2,3,2)) #2**3%2
5、reversed 反转
6、round四舍五入
7、set（）转换为集合
8、slice（） 切片
l = 'hello'
print(l[2:5])
s= slice(3,5)
s1 = slice(1,4,2)
print(s)
9、sorted 排序
10、str
11、type
12、vars
13、__imprort__
14、eval
###将字符串中的结构给提取出来
str_1 = "1+2*(5-1)-20/5"
print(eval(str_1))
str_2 = "{'k1':'1234','k2':'张三'}"
print(eval(str_2))
15、hash
可hash的数据类型即为不可变数据类型，不可hash的数据类型即可变数据类型；
hash是一种算法、算法结构；
hash特性：
不管传入的参数多大，计算的hash值长度是不变的；
不能根据hash值去反推原参数；
变量不变hash值不变；
name = "zhangsan"
print(hash(name)) #-6633503532806232964
print(hash(name)) #-6633503532806232964
print(hash(name)) #-6633503532806232964
name = "张三"
print(hash(name)) #247632540932985384
16、bytes
17、encoding、decode
18、divmod
19、bin、hex、oct
print(bin(32)) #十进制转二进制
print(hex(32)) #十进制转16进制
print(oct(32)) #十进制转8进制
"""
输出结果
0b100000
0x20
0o40
"""
20、globals、local
python之函数filter、reduce的更多相关文章
- Python 内置模块函数filter reduce
1.filter()实现过滤的功能 2.reduce()对序列中元素的连续操作可以通过循环来处理 3.map()对tuple元组进行解包操作,调用时设置map()的第一个参数为None 4.使用red ...
- Python中Lambda, filter, reduce and map 的区别
Lambda, filter, reduce and map Lambda Operator Some like it, others hate it and many are afraid of t ...
- python基础--内置函数filter,reduce
movie_people=["sb+_alex","sb_wupeiqi","han"] # def filter_test(array): ...
- Python中map,filter,reduce,zip的应用
事例1: l=[('main', 'router_115.236.xx.xx', [{'abc': 1}, {'dfg': 1}]), ('main', 'router_183.61.xx.xx', ...
- Python高级函数--map/reduce
名字开头大写 后面小写:练习: def normalize(name): return name[0].upper() + name[1:].lower() L1 = ['adam', 'LISA', ...
- Python高级函数--filter
def is_palindrome(n): return str(n) == str(n)[::-1] #前两个‘:’表示整个范围,‘-’表示从后面,‘1’表示数据间隔 output = filter ...
- 【python】函数filter、map
- Python【map、reduce、filter】内置函数使用说明(转载)
转自:http://www.blogjava.net/vagasnail/articles/301140.html?opt=admin 介绍下Python 中 map,reduce,和filter 内 ...
- Python 函数式编程 & Python中的高阶函数map reduce filter 和sorted
1. 函数式编程 1)概念 函数式编程是一种编程模型,他将计算机运算看做是数学中函数的计算,并且避免了状态以及变量的概念.wiki 我们知道,对象是面向对象的第一型,那么函数式编程也是一样,函数是函数 ...
随机推荐
- 【随笔】CLR:.net的类型，内部到底长啥样？
前言 一提到.net的类型,首当其冲的就是“引用类型”.“值类型”:我们在面试中,也会经常被问“来说说值类型和引用类型....”,这时候第一反应就是:“哎呀,这还不简单,值类型是传递的值的copy,值 ...
- vue.js环境在window和linux安装
一.windows环境下安装vue 1.node.js安装:在node.js的官网上下载node的安装包 https://nodejs.org/en/download/ 安装完毕之后,在命令行下验证是 ...
- nodejs-翻转算法
nodejs-翻转算法 /** * Created by moon on 2019/12/14. */ //程序运行完成时一定要有输出语句,本工具才能正确展示运行结果. function abc() ...
- Windows下实现应用程序看门狗软件
有时候,我们需要确保一个应用程序长期稳定地运行,但是在Windows平台上由于种种原因,几乎不可能保障一个应用的绝对可靠运行.那么,我们就需要有一个机制,在应用死机﹑异常﹑系统重启等情况下自我恢复,而 ...
- JavaScript prototype原型用法
JavaScript对象原型 所有JavaScript对象都从原型继承属性和方法. <!DOCTYPE html> <html> <meta charset=" ...
- flux架构的详细介绍和使用！
结构分为四个 视图 view动作 action派发器 dispatcher数据商店 store 流程: 用户操作视图 视图(view)发送动作(action)到派发器(dispatcher) 由派发器 ...
- CTF必备技能丨Linux Pwn入门教程——利用漏洞获取libc
Linux Pwn入门教程系列分享如约而至,本套课程是作者依据i春秋Pwn入门课程中的技术分类,并结合近几年赛事中出现的题目和文章整理出一份相对完整的Linux Pwn教程. 教程仅针对i386/am ...
- 华为手机 android8.0APP更新时出现安装包解析异常的提示及安装闪退（无反应）问题
在做android app升级更新时遇到几个问题,我用的测试机是华为V10 系统为8.0 一.安装闪退(无反应) 解决办法: 只要在Mainfest.xml 中加入权限编码即可解决 <uses- ...
- Mybatis使用Mybatis-generator插件及配置（数据库逆向工程）
Mybatis使用Mybatis-generator插件 首先在POM.xml文件添加架包,我这里用的是SpringBoot,所以用的也是SpringBoot架包,最少要mybatis,generat ...
- windows elasticsearch搭集群启动失败failed to send join request to master....
创建几份elasticsearch副本,修改各自config\elasticsearch.yml配置文件: 第一份: #允许elasticsearch跨域访问,使用elasticsearch-head ...