摘要：在本文中，您将学习Python中的三个令人印象深刻的函数，即map（），filter和reduce（）。
Python提供了许多预定义的内置函数，最终用户可以通过调用它们来使用它们。这些功能不仅简化了程序员的工作，而且创建了标准的编码环境。在本文中，您将学习Python中的三个令人印象深刻的函数，即map（），filter和reduce（）。
在继续之前，让我们看一下内容：
- 什么是Python中的map，filter和reduce函数？
- 在以下范围内使用用户定义的函数和lambda函数：
- map（）函数
- filter（）函数
- reduce（）函数
- 一起使用map（），filter（）和reduce（）函数
- map（）中的filter（）
- filter（）中的map（）
- map（）和filter（）中带有reduce（）
因此，让我们开始吧。:)
什么是Python中的map（），filter（）和reduce（）函数？
如前所述，map（），filter（）和reduce（）是Python的内置函数。这些功能启用了Python的功能编程方面。在函数式编程中，传递的参数是决定输出的唯一因素。这些功能可以将任何其他功能用作参数，也可以提供给其他功能作为参数。现在让我们更深入地研究这些功能。
map（）函数：
map（）函数是一种高阶函数。如前所述，此函数将另一个函数与一个可迭代序列一起作为参数，并在将该函数应用于序列中存在的每个可迭代序列之后返回输出。其语法如下：
句法：
地图（函数，可迭代）
在此，函数定义了一个表达式，该表达式又应用于可迭代对象。map函数可以将用户定义的函数以及lambda函数作为参数。
在以下范围内使用用户定义的函数和Lambda函数：
map（）中的用户定义函数：
map（）函数可以将用户定义的函数作为参数。这些功能的参数由用户或程序员专门设置。例如：
例子：
def newfunc(a): return a*a x = map(newfunc, (1,2,3,4)) #x is the map object print(x) print(set(x))
输出：
<位于0x00000284B9AEADD8的地图对象> {16, 1, 4, 9}
如您所见，x是一个地图对象。下一部分输出显示以newfunc（）作为参数的map函数，然后将a * a应用于所有可迭代对象。结果，所有可迭代变量的值将自身相乘并返回。
注意：输出不是按可迭代的值的顺序，因为我使用过set（）函数。您还可以使用list（）或tuple（）函数，例如：
例子：
def newfunc(a): return a*a x = map(newfunc, (1,2,3,4)) #x is the map object print(x) print(list(x))
输出：
<位于0x00000284B9AEA940的地图对象> [1, 4, 9, 16]
您还可以传递多个参数列表。例如：
例子：
def func(a, b): return a + b a = map(func, [2, 4, 5], [1,2,3]) print(a) print(tuple(a))
输出：
<位于0x00000284B9BA1E80的地图对象> (3, 6, 8)
现在让我们看看如何在map（）函数中使用lambda函数。
map（）中的Lambda函数：
Lambda函数是具有任何名称的函数。这些功能通常作为参数提供给其他功能。现在让我们尝试将lambda函数嵌入map（）函数中。考虑以下示例：
例子：
tup= (5, 7, 22, 97, 54, 62, 77, 23, 73, 61) newtuple = tuple(map(lambda x: x+3 , tup)) print(newtuple)
输出：
(8, 10, 25, 100, 57, 65, 80, 26, 76, 64)
上面的输出是将lambda表达式（x + 3）应用于元组中存在的每个项目的结果。
filter（）函数：
filter（）函数用于创建由值组成的输出列表，该值针对该值返回true。它的语法如下：
句法：
过滤器（函数，可迭代）
就像map（）一样，可以使用此函数，也可以将用户定义的函数以及lambda函数用作参数。
例子：
def func(x): if x>=3: return x y = filter(func, (1,2,3,4)) print(y) print(list(y))
输出：
<位于0x00000284B9BBCC50的过滤器对象> [3, 4]
如您所见，y是过滤器对象，并且列表是条件（x> = 3）正确的值的列表。
在filter（）中使用lambda：
用作参数的lambda函数实际上定义了要检查的条件。例如：
例子：
y = filter(lambda x: (x>=3), (1,2,3,4)) print(list(y))
输出：
[3，4]
上面的代码产生的输出与以前的函数相同。
reduce（）函数：
顾名思义，reduce（）函数将给定函数应用于可迭代对象并返回单个值。
该函数的语法如下：
句法：
减少（函数，可迭代）
此处的函数定义了需要将哪些表达式应用于可迭代对象。此功能需要从functools模块导入。例如：
例子：
from functools import reduce reduce(lambda a,b: a+b,[23,21,45,98])
输出： 187
在上面的示例中，reduce函数连续添加列表中存在的每个可迭代对象，并返回单个输出。
Python中的map（），filter（）和reduce（）函数可以一起使用。
一起使用map（），filter（）和reduce（）函数：
执行此操作时，首先会解析内部函数，然后外部函数将对内部函数的输出进行操作。
让我们首先尝试将filter（）函数作为参数传递给map（）函数。
在map（）中使用filter（）：
下面给出的代码首先检查条件（x> = 3）对于可迭代对象是否为真。然后，使用map（）函数映射输出。
例子：
c = map(lambda x:x+x,filter(lambda x: (x>=3), (1,2,3,4))) print(list(c))
输出： [6，8]
如果从给定的元组中滤除大于或等于3的整数，则结果为[3,4]。然后，如果使用（x + x）条件映射此条件，则将获得[6,8]，即输出。
在filter（）中使用map（）：
当您在filter（）函数中使用map（）函数时，可迭代对象首先由map函数进行操作，然后将filter（）的条件应用于它们。
例子：
c = filter(lambda x: (x>=3),map(lambda x:x+x, (1,2,3,4))) #lambda x: (x>=3) print(list(c))
输出： [ 4、6、8 ]
在reduce（）中使用map（）和filter（）：
内部函数的输出根据提供给reduce（）函数的条件而减少。
例子：
d = reduce(lambda x,y: x+y,map(lambda x:x+x,filter(lambda x: (x>=3), (1,2,3,4)))) print(d)
输出： 14
输出是[6,8]的结果，它是内部map（）和filter（）函数的结果。
到此为止，我们已经结束了有关map（），filter（）和Python中的reduce函数的文章的结尾。希望您已经清楚地了解了所有内容。确保尽可能多地练习并恢复经验。
本文分享自华为云社区《从零开始学python | 使用Python映射，过滤和缩减函数：所有您需要知道的》，原文作者：Yuchuan。