[PY3]——对iterator的处理(解析式、map、reduce、filter)
引言
对iterator一般可以用for in方法处理,但有时可以借助更高效、也更易读的方式去处理。
例如解析式(包括列表解析式、生成器解析式、集合解析式、字典解析式),
例如map( )、reduce( )函数可以对iterator中的单个对象进行个别处理或迭代处理。
列表解析式
# 列表解析 [expr for item in iterator]
# 列表解析返回的是列表,内容是表达式执行的结果 # expr=variable
print([x for x in range(10)])
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] # expr=function
def inc(x):
return x+1
print([inc(x) for x in range(10)])
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10] # expr=expression
print([(x+1)**2 for x in range(10)])
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# if判断 [expr for item in iterator if cond] / [expr for item in iterator if cond1 if cond2]
print([x for x in range(10) if x%2==0])
[0, 2, 4, 6, 8] print([x for x in range(10) if x%2==0 if x>4])
[6, 8] print([(x,y) for x in range(10) if x%2==0 for y in range(10) if y>=8])
[(0, 8), (0, 9), (2, 8), (2, 9), (4, 8), (4, 9), (6, 8), (6, 9), (8, 8), (8, 9)] # for x in iterator:
for y in iterator:
retrun (x,y)
print([(x,y) for x in range(1,3) for y in range(0,2)])
[(1, 0), (1, 1), (2, 0), (2, 1)] # 列表解析用于对可迭代对象做过滤和转换
print([(x+1,x+2) for x in range(5)])
[(1, 2), (2, 3), (3, 4), (4, 5), (5, 6)] print([{x:x+1} for x in range(5)])
[{0: 1}, {1: 2}, {2: 3}, {3: 4}, {4: 5}]
生成器解析
# 生成器解析式按需计算的,又叫做延迟计算或惰性求值 def inc(x):
return "inc {}".format(x) # 和列表解析不同的是,生成器解析的返回结果是一个generator,需要当成生成器去使用
print((inc(x) for x in range(10)))
<generator object <genexpr> at 0x7f7ef2b0d9e8> print([inc(x) for x in range(3)])
['inc 0', 'inc 1', 'inc 2'] g=(inc(x) for x in range(10))
print(next(g))
inc 0
print(next(g))
inc 1 # 生成式解析中各种if和for语句都一并适用
g=(inc(x) for x in range(10) if x%2==0 and x!=4)
print(next(g))
inc 0
print(next(g))
inc 2
print(next(g))
inc 6
集合解析
# 集合解析的返回结果是集合
print({x for x in range(10) if x%2!=0})
{1, 3, 5, 9, 7} # 所以结果依旧会满足集合的一切特性
print({x for x in [2,3,6,2,3,6]})
{2, 3, 6}
字典解析
# 字典解析也是使用大括号包围,并且需要两个表达式,一个生成key,一个生成value
# 两个表达式之间使用冒号分割,返回结果是字典
print({str(x):x for x in range(5)})
{'2': 2, '0': 0, '4': 4, '1': 1, '3': 3} print(type({str(x):x for x in range(5)}))
<class 'dict'>
map()
# map(func, *iterables) --> map object
# 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
# python3中,直接map的返回值是map对象,如果想输出可以list(map()) def f(x):
return x*x print(map(f,[1,2,3,4,5]))
<map object at 0x7ffe619a00f0>
print(list(map(f,[1,2,3,4,5])))
[1, 4, 9, 16, 25] # func可以是任意复杂的函数
print(list(map(str,[1,2,3,4,5])))
['1', '2', '3', '4', '5']
functools.reduce()
# reduce(function, sequence[, initial]) -> value
# 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
# 即reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
# python3中,reduce()已从全局名字空间中移出了,被放置在fucntools模块里
from functools import reduce def add(x,y):
return x+y
print(reduce(add,range(10))) #把一个序列[1,3,5,7,9]变成int(13579)
def fn(x,y):
return x*10+y print(reduce(fn,[1,3,5,7,9])) print(type(reduce(fn,[1,3,5,7,9])))
<class 'int'>
# initial存在,可以在前面加上设置的string
import functools
resourceConfigFiles=[
"server.properties.jinja2",
"net.properties.jinja2",
]
binConfigFiles = ['socket.jinja2']
jadeConfigFiles = ['ja.cfg.jinja2'] excludeproperties = functools.reduce(
lambda x, y: '%s --exclude="%s"' %(x, y.rstrip('.jinja2')),
resourceConfigFiles + jadeConfigFiles + binConfigFiles,
"--test") print(excludeproperties)
--test --exclude="server.properties" --exclude="net.properties" --exclude="ja.cfg" --exclude="socket"
一些map()和reduce()的小应用:
# 把str'13579'——>int(13579)
def str2int(s):
def char2num(s):
return {'': 0, '': 1, '': 2, '': 3, '': 4, '': 5, '': 6, '': 7, '': 8, '': 9}[s] def fn(x,y):
return x*10+y return reduce(fn,map(char2num,s)) print(type(str2int('')))
<class 'int'>
print(str2int(''))
# 输出规范的字符串,首字母皆为大写,其余均为小写
# ['adam','LISA','barT']——>['Adam','Lisa','Bart'] def cg_str(lst):
return list(map(lambda x:x.lower().title(),lst)) #或者用切片实现
def cg_str(lst):
return list(map(lambda x:x[0].upper()+x[1:].lower(),lst)) print(cg_str(['adam','LISA','barT']))
['Adam', 'Lisa', 'Bart']
# 类似于sum(),实现一个阶乘prod()函数
def prod(lst):
return reduce(lambda x,y:x*y,lst) print(prod([1,2,3,4,5]))
[PY3]——对iterator的处理(解析式、map、reduce、filter)的更多相关文章
- 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. ...
- 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 ...
- 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, ...
- 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 ...
- python map, reduce,filter 使用
参考python built-on function: http://docs.python.org/2.7/library/functions.html?highlight=map%20reduce ...
- 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 ...
- (转)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)
原文:https://www.cnblogs.com/chenwolong/p/reduce.html 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 ...
随机推荐
- ADO.NET系列之Connection对象
ADO.NET系列之Connection对象 ADO.NET系列之Command对象 ADO.NET系列之DataAdapter对象 ADO.NET系列之事务和调用存储过程 ADO.NET概念 ADO ...
- SQL查询和替换含有回车,空格,TAB,等
---如下是查询语句 --查询名称有退格键 ),item_name) go --查询名称有制表符tab ),item_name) go --查询名称有换行 ),item_name) go --查询名称 ...
- PropertyPlaceHolderConfigurer中的location是不是用错了?
本文由作者张远道授权网易云社区发布. spring中常用PropertyPlaceHolderConfigurer来读取properties配置文件的配置信息.常用的配置方式有两种,一种是使用loca ...
- 【ZOJ2314】Reactor Cooling(有上下界的网络流)
前言 话说有上下界的网络流好像全机房就我一个人会手动滑稽,当然这是不可能的 Solution 其实这道题目就是一道板子题,主要讲解一下怎么做无源无汇的上下界最大流: 算法步骤 1.将每条边转换成0~u ...
- 使用browserSync自动刷新
本篇主要是以 http://www.imooc.com/article/14759 为参考来写的: 已经整理到github上:https://github.com/Macaulish/gulp-Bro ...
- 【JS深入学习】——事件代理/事件委托
事件代理/事件委托(event delegation) 需求一:当一个div内部有多个事件发生,给每个元素逐个添加事件十分麻烦... 需求二:在项目中我们常常需要动态的添加元素,不可避免的需要为那些未 ...
- 手机端API接口验证及参数签名验证
问题背景: 后端服务对手机APP端开放API,没有基本的校验就是裸奔,别人抓取接口后容易恶意请求,不要求严格的做的安全,但是简单的基础安全屏障是要建立的,再配合HTTPS使用,这样使后端服务尽可能的安 ...
- POJ 2291
#include<iostream> #include<stdio.h> using namespace std; int compare(void const *,void ...
- Centos7下CPU内存等资源监控
1.查看内存使用情况: [root@takeout web-takeout]# free -m total used free shared buff/cache available Mem: 378 ...
- [原创] rtrim() 格式化中文问题
先看以下代码 var_dump(rtrim("互联网产品.", ".")); 我们以为会得到结果 "互联网产品", 但实际上获得的是 &qu ...