内置函数(sorted、map、enumerate、filter、reduce)

1、sorted()

语法：

sorted(iterable, cmp=None, key=None, reverse=False)

 把iterable中的items进行排序之后，返回一个新的列表，原来的iterable没有任何改变

1、iterable：iteralbe指的是一个可迭代类型。iterable主要包括3类：

        第一类是所有的序列类型，比如list(列表)、str(字符串)、tuple(元组)。 

        第二类是一些非序列类型，比如dict(字典)、file(文件)。

        第三类是你定义的任何包含__iter__()或__getitem__()方法的类的对象。

2、cmp： 指定一个定制的比较函数，这个函数接收两个参数（iterable的元素），如果第一个参数小于第二个参数，返回一个负数；如果第一个参数等于第二个参数，返回零；如果第一个参数大于第二个参数，返回一个正数。默认值为None。

3、key：指定一个接收一个参数的函数，这个函数用于从每个元素中提取一个用于比较的关键字。默认值为None。

4、reverse：是一个布尔值。如果设置为True，列表元素将被降序排列，默认为升序排列。

         通常来说，key和reverse比一个等价的cmp函数处理速度要快。这是因为对于每个列表元素，cmp都会被调用多次，而key和reverse只被调用一次。

注意：
   列表本身还有自己sort方法，它的作用和sorted一样，都是用来排序的，但是sort方法是对原列表本地进行排序，而sorted方法是会生成一个新的列表，原列表内容不变

示例：
L = [{1:5,3:4},{1:3,6:3},{1:1,2:4,5:6},{1:9}]
def f(x):
    return len(x)
L.sort(key=f)  # 使用列表本身的sort的方法，修改原列表
print(L)
# 输出 ：[{1: 9}, {1: 5, 3: 4}, {1: 3, 6: 3}, {1: 1, 2: 4, 5: 6}]

L1 = sorted(L,key=f) # 使用sorted方法，返回一个新列表
print(L1)
# 输出 ：[{1: 9}, {1: 5, 3: 4}, {1: 3, 6: 3}, {1: 1, 2: 4, 5: 6}]
print(L)
# 输出 ：[{1: 5, 3: 4}, {1: 3, 6: 3}, {1: 1, 2: 4, 5: 6}, {1: 9}]

list.sort()和sorted()方法都有一个key参数来说明一个函数，这个函数在做比较之前会对list中的每个元素进行调用。

一个大小写不敏感的字符串比较：

newStr = sorted("This is a test string from Andrew".split(), key=str.lower)
print (newStr)
# 输出 ：['a', 'Andrew', 'from', 'is', 'string', 'test', 'This']

 key的值应该是一个函数，这个函数接收一个参数并且返回一个用于比较的关键字。这种技术比较快，原因在于对每个输入记录，这个函数只会被调用一次。

对复杂对象的比较通常是使用对象的切片作为关键字。例如：

student_tuples = [('Jerry', 'A', 15), ('Tom', 'C', 12),('Bill', 'B', 10)]
sort_tuples = sorted(student_tuples, key=lambda student: student[2])  
# 输出：[('Bill', 'B', 10), ('Tom', 'C', 12), ('Jerry', 'A', 15)]

reverse实现降序排序，需要提供一个布尔值：

list1 = [2,5,8,6,1,7,4,2,3]
list2 = sorted(list1,reverse=False)
print(list2)
# 输出：[1, 2, 2, 3, 4, 5, 6, 7, 8]
list3 = sorted(list1,reverse=True)
print(list3)
# 输出：[8, 7, 6, 5, 4, 3, 2, 2, 1]

需要注意的是，在python3以后，sort方法和sorted函数中的cmp参数被取消，此时如果还需要使用自定义的比较函数，那么可以使用cmp_to_key函数。将老式的比较函数（comparison function）转化为关键字函数（key function）。与接受key function的工具一同使用（如 sorted(), min(), max(), heapq.nlargest(), itertools.groupby())。该函数主要用来将程序转成 Python 3 格式的，因为 Python 3 中不支持比较函数。

2、map()

map可以根据提供的函数对指定序列做映射，它接受一个函数 f 和一个 list ,并通过把函数 f 以此作用在 list 上的每个元素，然后返回一个新的list,map函数的入参也可以是多个.注意这个函数一定要有返回值。不然就会返回新的list 类似[None, None, None, None, None, None, None, None, None]

示例：

def fun(x):
    return x*x
a = map(fun,[1,2,3,4,5])
# print a
# 输出结果：[1, 4, 9, 16, 25]
# 像在python 2 当中使用这种打印方式完全没有问题
# 但是在python 3 当中我们打印：
# print(a)
# 输出结果：<map object at 0x0000029F36872F28>
# 得到的却是这样的一个内存地址，显然这不是我们想要拿到的结果，这也和python 3 发生的一些变化有关，如果我们想要打印出一个列表的话可以这样写
# print(list(a))
# 输出结果：[1, 4, 9, 16, 25]

由于list包含的元素可以是任何类型，因此，map() 不仅仅可以处理只包含数值的 list，事实上它可以处理包含任意类型的 list，只要传入的函数f可以处理这种数据类型。

def format_name(s):
    s1=s[0:1].upper()+s[1:].lower()
    return s1

print(list(map(format_name, ['adam', 'LISA', 'barT'])))
# 输出结果：['Adam', 'Lisa', 'Bart']

适合的场景是对列表里面的一些元素需要重复的操作，用map就可以轻松搞定.

3、enumerate()

 在Python当中，如果我们使用正常的迭代只能取出内部的元素本身，而取不到元素的索引，而有的时候我们不仅需要取出元素还要取出元素的索引，能够在循环打印的时候让这个计数变量倍增，而enumerate方法就可以帮我们解决这个问题

list1 = ['北京','上海','广州','深圳','武汉','郑州','西安']
# 正常迭代：
# for i in list1:
#     print(i)
#输出：   北京
#        上海
#        广州
#        深圳
#        武汉
#        郑州
#        西安
# 使用普通方法：
# i=0
# for element in list1:
#     list1[i] = "%d:%s"%(i,list1[i])
#     i+=1
# print(list1)
# 输出：['0:北京', '1:上海', '2:广州', '3:深圳', '4:武汉', '5:郑州', '6:西安']

# 使用enumerate():
# for k,city in enumerate(list1):
#     print(k,city)
# 输出：0 北京
#      1 上海
#      2 广州
#      3 深圳
#      4 武汉
#      5 郑州
#      6 西安

4、filter()

filter函数接受一个函数f和一个list,这个函数f的作用是对每个元素进行判断,返回True或者False,这样可以过滤掉一些不符合条件的元素，然后返回符合条件的list.

list_a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, ]
普通方法：
def is_even(x):
    return x%2==0
print(list(filter(is_even,list_a)))
# 输出：[0, 2, 4, 6, 8, 10]

使用filter和lambda 函数输出一下列表索引为奇数对应的元素；

f=filter(lambda i:i%2 == 1,list_a)
print(list(f))
输出：[1, 3, 5, 7, 9]

5、reduce()

reduce函数的用法和map很类似,也是一个函数f和一个list,但是函数的入口参数一定要是两个，reduce也是对每个元素进行反复调用，最后返回最终的值，而map是返回一个list

list_a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, ]
def add(x,y):
    return  x + y
print(reduce(add,list_a))

# 输出：55

注意在python3里面reduce已经从全局函数里面移除了，需要用的话要from functools import reduce