python中函数式编程map、reduce、filter的用法
- reduce函数
- map函数
- filter函数
- lambda函数
综合函数式编程代码块
代码块语法遵循标准pyhton代码，例如：
from functools import reduce
from random import randint
number = []
for i in range(9):
number.append(randint(-99,99))
print('number = ',number)
print('number filter = ',list(filter(lambda x : x>0,number)))
print('averger = ',reduce(lambda x,y : x+y,filter(lambda x : x>0,number))/len(list(filter(lambda x: x>0, number))))
>>> message = '''interpreter
... prompt'''【reduce函数】
官方解释：将一个可迭代的对象应用到一个带有两个参数的方法上，我们称之为appFun,遍历这个可迭代对象，将其中的元素依次作为appFun的参数，但这个函数有两个参数，作为哪个参数呢？有这样的规则，看一下下面reduce方法的实现，有三个参数，第一个参数就是上面说的appFun，第二个参数就是那个可迭代的对象，而第三个呢？当调用reduce方法的时候给出了initializer这个参数，那么第一次调用appFun的时候这个参数值就作为第一个参数，而可迭代对象的元素依次作为appFun的第二个参数；如果调用reduce的时候没有给出initializer这个参数，那么第一次调用appFun的时候，可迭代对象的第一个元素就作为appFun的第一个元素，而可迭代器的从第二个元素到最后依次作为appFun的第二个参数，除第一次调用之外，appFun的第一个参数就是appFun的返回值了。例如reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])，计算1到5的和，因为没有给定initializer参数，所以第一次调用x+y时，x=1,即列表的第一个元素，y=2,即列表的第二个元素，之后返回的1+2的结果作为第二次调用x+y中的x,即上一次的结果,y=2,即第二个元素，依次类推，知道得到1+2+3+4+5的结果
reduce函数在python3.x中已经移除了全局名称，放入了functools中，需要导入时：from functools import reduce，reduce和map的区别在于，reduce函数每次是对两个数据进行处理，而map函数是每次只对一个数据进行处理。
【map函数】
map（a，b）a函数可循环遍历b中的元素
map+lambda
aquares = map(lambda x : x*x,range(9))
print(list(aquares))【lambda表达式】
lambda A：B 类似的 y（A）=B
lambda x : x*x ,range(9)filter函数
过滤器
下面代码为计算大于0的数的平均数，涉及到了较全面的函数式编程思想，其中省略了很多中间过程，因为在python3中，函数返回的为一个filter型的过滤器，所以没有办法输出，需要通过list函数转换，但如果单独传入参数转换时会报错。
以下代码可行
#如下代码在python3中无法执行
from functools import reduce
number = [1,2,3,4,6,-9,-8,-7,-10,-11,9]
num1 = filter(lambda x : x>0,number)
print(list(num1))
average = reduce(lambda x,y : x+y,num1)/len(list(num1))
#以下代码可行
from functools import reduce
from random import randint
number = []
for i in range(9):
number.append(randint(-99,99))
print('number = ',number)
print('number filter = ',list(filter(lambda x : x>0,number)))
print('averger = ',reduce(lambda x,y : x+y,filter(lambda x : x>0,number))/len(list(filter(lambda x: x>0, number))))