Python之filter、map、reduce函数
简介三函数:
高阶函数:一个函数可以接收另一个函数作为参数,这种函数称之为高阶函数。
filter、map、reduce三个函数都是高阶函数,且语法都一致:filter/map/reduce(func,seq),第一个参数为函数,第二个参数为可迭代对象。
下面分别介绍三个函数的功能:
•filter
filter(func,seq)为过滤函数,此函数的执行原理为将func作用于seq中的每一个元素,返回符合func筛选条件的元素的集合。
所以filter函数常常用于序列的过滤,并未对元素进行运算亦或是改变,只起到筛选的功效。并且返回一个迭代器。
list1=range(1,31)
list(filter(lambda x:x%3==0 and x%4==0,list1))#因为filter返回iteror,用list显示结果
[12, 24, 36, 48, 60, 72, 84, 96]
由上代码,用filter筛选出list1中能同时被3和4整除的序列,第一个参数为lambda匿名参数,第二个参数为可迭代对象。 •map
map(func,seq)函数和filter函数很相似,同样是将func作用于seq中的每一个元素,但map并不是过滤,而是通过func对seq做映射。可以简单的理解为对seq中的每一个元素做加减乘除等某种运算,并返回每个运算的结果,即seq的元素数量是不变的。
list2=range(1,11)#1到10的序列
list(filter(lambda x:x%2==0,list2))
[2, 4, 6, 8, 10]
list(map(lambda x:x%2==0,list2))
[False, True, False, True, False, True, False, True, False, True]
由上可知,filter返回是list2中能被2整除的元素(即过滤),而map返回的是list2中每个元素能否被2整除的结果,只是把运算作用于每个元素并返回结果。
list(map(lambda x:x*2,list2))#每个元素乘2
[2, 4, 6, 8, 10, 12, 14, 16, 18, 20]
•reduce
reduce(func,seq)函数和filter、map函数很相似,同样是将func作用于seq中的元素,但是reduce是先对集合中的第 1、2 个元素进行func操作,得到的结果再与第三个数据用 func 函数运算,直到最后得到一个结果。所以reduce是对序列中元素进行累积。
from functools import reduce#需要从functools中导入
list2=range(1,11)
reduce(lambda a,b:a+b,list2)#对序列list2中的元素做累加运算
55
总结:
相同点:1、filter、map、reduce三个函数都是将func作用于seq中的元素。
2、filter和map都是func作用每个元素,返回的是iteror。
不同点:1、filter是func作用每个元素并且筛选结果为true的元素,map是将每一个被func作用的结果都输出。
2、reduce则是先对集合中的第 1、2 个元素进行func操作,得到的结果再与第三个数据用 func 函数运算,直到最后得到一个结果。
Python之filter、map、reduce函数的更多相关文章
- 【python】filter,map,reduce和lambda函数介绍
filter(function, iterable)map(function, iterable)reduce(function, sequence) filter将 function依次作用于ite ...
- Python中 filter | map | reduce | lambda的用法
1.filter(function, sequence):对sequence中的item依次执行function(item),将执行结果为True的item组成一个List/String/Tupl ...
- filter map reduce函数的使用
#filter("处理逻辑","可迭代对象") 把可迭代对象依次处理逻辑处理,如果值为真就返回值,值为假就不返回; li = ['testA','yerA',' ...
- Python学习(五)函数 —— 内置函数 lambda filter map reduce
Python 内置函数 lambda.filter.map.reduce Python 内置了一些比较特殊且实用的函数,使用这些能使你的代码简洁而易读. 下面对 Python 的 lambda.fil ...
- Python之匿名函数(filter,map,reduce)
参考博客:Python匿名函数详解--http://blog.csdn.net/csdnstudent/article/details/40112803 Python内建函数之——filter,map ...
- Python经常使用内置函数介绍【filter,map,reduce,apply,zip】
Python是一门非常简洁,非常优雅的语言,其非常多内置函数结合起来使用,能够使用非常少的代码来实现非常多复杂的功能,假设相同的功能要让C/C++/Java来实现的话,可能会头大,事实上Python是 ...
- Python内置函数之filter map reduce
Python内置函数之filter map reduce 2013-06-04 Posted by yeho Python内置了一些非常有趣.有用的函数,如:filter.map.reduce,都是对 ...
- Python2.7学习笔记-定义函数、filter/map/reduce/lambda
我把写的代码直接贴在下面了,注释的不是很仔细,主要是为了自己复习时方便查找,并不适合没有接触过python的人看,其实我也是初学者. #定义函数 def my_abs(x): if x>=0: ...
- 高阶函数 filter map reduce
const app=new Vue({ el:'#app', data:{ books:[{ id:1, name:"算法导论", data: '2006-1', price:39 ...
- python filter map reduce
filter(function, iterable): Construct a list from those elements of iterable for which function retu ...
随机推荐
- SpringBoot2.x入门:快速创建一个SpringBoot应用
前提 这篇文章是<SpringBoot2.x入门>专辑的第2篇文章,使用的SpringBoot版本为2.3.1.RELEASE,JDK版本为1.8. 常规的套路会建议使用Spring官方提 ...
- spring boot 整合Thymeleaf模板
SpringBoot 是为了简化 Spring 应用的创建.运行.调试.部署等一系列问题而诞生的产物,自动装配的特性让我们可以更好的关注业务本身而不是外部的XML配置,我们只需遵循规范,引入相关的依赖 ...
- 最快安装AndroidStudio的方法(小歪整理)
最快安装AndroidStudio的方法(小歪整理)-干货,加速加载和解决无法预览布局文件的等问题 最快安装AndroidStudio的方法(小歪整理) 1.使用解压压缩包的方式安装:android- ...
- 一起来看 HTML 5.2 中新的原生元素 <dialog>
不到一个月前,HTML 5.2 正式成为 W3C 的推荐标准(REC),其中,推出了一个新的原生模态对话框元素 <dialog>,乍一看,可能感觉它就是一个新增的元素,然而,作者最近在玩的 ...
- 初识C#扩展方法
1)扩展方法是什么? 扩展方法可以在不修改原有类的代码前提下,给类“增加”一个方法.扩展方法虽然属于静态方法,但调用的语法却和对象调用类似.直接用一个例子来演示扩展方法. 1.准备实体类 public ...
- java学习第四天7/9
一. 今天学习了一些算法: 求最小值,最大值,平均值 接着学了几种排序方法 1.冒泡排序 (1)逐一比较数组中响铃的两个元素,如果后面的数字小于前面的数字,就交换先后元素: (2)经过一个轮次的比较, ...
- Pop!_OS安装与配置(四):GNOME插件篇
Pop!_OS安装与配置(四):GNOME插件篇 #0x0 效果图 #0x1 自动安装(不保证成功性) #0x2 OpenWeather #0x3 Topicons Plus #0x4 System- ...
- 解决vue项目中使用ivew定制主题报 .bezierEasingMixin();错误
背景:在使用view-design(iview)定制主体时(覆盖变量方式)出现less错误 完整错误如下 解决方法: 在vue.config.js中添加 less-loader:5.0.x modul ...
- Maven 专题(五):Maven核心概念详解(一)
**Maven 的核心程序中仅仅定义了抽象的生命周期,而具体的操作则是由 Maven 的插件来完成的.**可是 Maven 的插件并不包含在 Maven 的核心程序中,在首次使用时需要联网下载. 下载 ...
- 机器学习实战基础(十一):sklearn中的数据预处理和特征工程(四) 数据预处理 Preprocessing & Impute 之 处理分类特征:编码与哑变量
处理分类特征:编码与哑变量 在机器学习中,大多数算法,譬如逻辑回归,支持向量机SVM,k近邻算法等都只能够处理数值型数据,不能处理文字,在sklearn当中,除了专用来处理文字的算法,其他算法在fit的 ...