python exercise function之高阶函数map/reduce

python中的几个常用高阶函数包括：filter、map、reduce、zip、sorted

本文主要对map、reduce进行说明

map(function, iterable, ...)

map接收两个参数，操作函数及可迭代对象，将可迭代对象中的元素依次传递给函数进行处理，并返回新的可迭代map对象。

示例1 将列表中的数字转化为字符串

print(list(map(str, [1, 2, 3, 4, 5])))

print([str(i) for i in [1, 2, 3, 4, 5]])


#输出
['1', '2', '3', '4', '5']
['1', '2', '3', '4', '5']

示例2 对列表或元组中的元素进行平方计算

alist = [1, 2, 3, 4, 5]
atuple = (1, 2, 3, 4, 5)
print(list(map(pow, alist, [2]*len(alist))))
print(tuple(map(pow, atuple, [2]*len(atuple))))


print([i*i for i in alist])
print([i*i for i in atuple])
print(tuple(i*i for i in atuple))
print((i*i for i in atuple))



#输出
[1, 4, 9, 16, 25]
(1, 4, 9, 16, 25)
[1, 4, 9, 16, 25]
[1, 4, 9, 16, 25]
(1, 4, 9, 16, 25)
<generator object <genexpr> at 0x0000000002977888>

一般的列表推导式返回的是列表类型，如果把[]换成()，返回的就是生成器对象，需要使用list或tuple等类型进行转换后输出

示例3 对元素进行加法运算

alist = [1,2,3,4,5]
atuple = (1,2,3,4,5)
print(list(map(lambda x,y: x+y, alist, atuple)))

#输出
[2, 4, 6, 8, 10]

reduce(function, iterable[, initializer])

reduce属于functools模块。参数function一次需要接收两个参数，首次将iterable中两个元素传递给function进行计算，得到返回值后，在将本次返回值与iterable的下一个元素传递给函数继续运算，直到iterable的元素被遍历完，返回最终结果。

示例1 使用reduce求和

扫描二维码关注公众号，回复： 6747510 查看本文章

import functools

alist = [1,2,3,4,5]
sumnum = functools.reduce(lambda x,y: x+y, alist， 10)
print(sumnum)
print(sum(alist))

#输出
25
15

使用reduce对列表alist进行求和，设置 initializer初始值后，首次会把初始值与列表中的第一个值传递给函数进行计算。

示例2 求列表中所有元素的平方和

import functools

alist = [1, 2, 3, 4, 5]
sumnum = functools.reduce(lambda x, y: x+y, map(lambda x: x*x, alist))
print(sumnum)


print(sum([i*i for i in alist]))


#输出
55
55

示例3 将字符串的单词首字母转换成大写

import functools

aString = 'this is a test for map and reduce'
upperString = functools.reduce(lambda x,y: x+' '+y, map(lambda x:x.capitalize(), aString.split(' ')))
print(upperString)


for j in [i.capitalize() for i in aString.split()]:
    print(j, end=' ')

#输出
This Is A Test For Map And Reduce
This Is A Test For Map And Reduce

使用map/reduce或列表推导都可以达到相同的效果

python exercise function之高阶函数map/reduce

猜你喜欢