python map filter reduce的优化使用

时间:2021-11-13 02:51:38

这篇讲下python中map、filter、reduce三个内置函数的使用方式,以及优化方法。

map()函数

map()函数会根据提供的函数对指定序列做映射。

语法:  map(function,iterable, ...)

参数:  function -- 函数

     iterable -- 一个或多个可迭代对象

返回值:  python2返回列表,python3返回迭代器

示例:

>>>def square(x) :            # 计算平方数
...     return x ** 2
... 
>>> map(square, [1,2,3,4,5])   # 计算列表各个元素的平方
[1, 4, 9, 16, 25]
>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5])  # 使用 lambda 匿名函数
[1, 4, 9, 16, 25]
 
# 提供了两个列表,对相同位置的列表数据进行相加
>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]

filter()函数

filter()函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。

该接收两个参数,第一个为函数,第二个为序列,序列的每个元素作为参数传递给函数进行判,然后返回 True 或 False,最后将返回 True 的元素放到新列表中。

语法:  filter(function, iterable)

参数:  function -- 判断函数

      iterable -- 可迭代对象

返回值:  返回列表

示例:

def is_odd(n):
    return n % 2 == 1
 
newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(newlist)

reduce()函数

reduce()函数会对参数序列中元素进行累积。

函数将一个数据集合(链表,元组等)中的所有数据进行下列操作:用传给reduce中的函数 function(有两个参数)先对集合中的第 1、2 个元素进行操作,得到的结果再与第三个数据用 function 函数运算,最后得到一个结果。

语法:  reduce(function, iterable[,initializer])

参数:  function -- 函数

      iterable -- 可迭代对象

         initializer -- 可选,初始化参数

返回值:  返回计算结果

示例:

>>>def add(x, y) :            # 两数相加
...     return x + y
... 
>>> reduce(add, [1,2,3,4,5])   # 计算列表和:1+2+3+4+5
15
>>> reduce(lambda x, y: x+y, [1,2,3,4,5])  # 使用 lambda 匿名函数
15

上面了解三个函数的用法,现在才开始重点,在python3中更好的替代者:

函数式语言通常会提供 map、filter 和 reduce 三个高阶函数(有时使用不同的名称)。在 Python 3 中,map 和 filter 还是内置函数,但是由于引入了列表推导和生成器表达式,它们变得没那么重要了。列表推导或生成器表达式具有 map 和 filter 两个函数的功能,而且更易于阅读

>>> def fact(n):    # 阶乘函数
...     '''returns n!'''
...     return 1 if n < 2 else n * factorial(n-1)
>>> list(map(fact, range(6)))  ➊
[1, 1, 2, 6, 24, 120]
>>> [fact(n) for n in range(6)]  ➋
[1, 1, 2, 6, 24, 120]
>>> list(map(factorial, filter(lambda n: n % 2, range(6))))  ➌
[1, 6, 120]
>>> [factorial(n) for n in range(6) if n % 2]  ➍
[1, 6, 120]
>>>

❶ 构建 0! 到 5! 的一个阶乘列表。

❷ 使用列表推导执行相同的操作。

❸ 使用 map 和 filter 计算直到 5! 的奇数阶乘列表。

❹ 使用列表推导做相同的工作,换掉 map 和 filter,并避免了使用 lambda 表达式。

reduce的优化:

>>> from functools import reduce  ➊
>>> from operator import add ➋
>>> reduce(add, range(100))  ➌
4950
>>> sum(range(100))  ➍
4950
>>>

❶ 从 Python 3.0 起,reduce 不再是内置函数了。

❷ 导入 add,以免创建一个专求两数之和的函数。

❸ 计算 0~99 之和。

❹ 使用 sum 做相同的求和;无需导入或创建求和函数。