Python: map和reduce

可以先google一篇论文：MapReduce: SImplified Data Processing on Large Clusters

1. map

map()函数接收2个参数：一个是函数，一个是可迭代对象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iterator返回。

由于iterator是惰性的，因此使用map时通常都在最后通过list()函数把整个序列计算出来并返回一个list。

如： r = map(f, [1,2,3])

list(r)

2. reduce

reduce一个函数作用到一个序列[x1, x2, x3, …]，这个函数必须接收2个参数，reduce把结果继续和序列的下一个元素做累计计算，效果就是：

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

reduce实际上有3个参数，第三个参数是可选的。当使用第三个参数时，reduce会把第三个参数放到第二个参数的前面。表达式如下：

def reduce(function, iterable, initializer=None):
    it = iter(iterable)
    if initializer is None:
        value = next(it)
    else:
        value = initializer
    for element in it:
        value = function(value, element)
    return value