python的filter,reduce,map

1.filter

filter(func,iter)   只能处理一个参数(iter)，仅仅将满足func方法的数值过滤出来
　　如：
　　a = [1,2,3,4,5]
　　list(filter(lambda x:x>2,a))
　　输出结果为: [3,4,5]
map(func,iter1,iter2,..) 可以处理多个iter，实现通过func方法对iter1,iter2,..进行处理

2.reduce

python中的reduce内建函数是一个二元操作函数，他用来将一个数据集合（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 func()（必须是一个二元操作函数）先对集合中的第1，2个数据进行操作，得到的结果再与第三个数据用func()函数运算，最后得到一个结果。如：

def myadd(x,y):   
    return x+y   
sum=reduce(myadd,(1,2,3,4,5,6,7))   
print sum

#结果就是输出1+2+3+4+5+6+7的结果即28
当然，也可以用lambda的方法，更为简单：

sum=reduce(lambda x,y:x+y,(1,2,3,4,5,6,7))   
print sum

3.map

map是列表到列表，reduce是列表到值。

from functools import reduce
import math

def format_name(s):
    return s.upper()

def is_odd(x):
    return x % 2 == 1

def sqr_integer(x):
    r = math.floor(math.sqrt(x))
    return x == r*r

def f(x, y):
    return x + y

# map 把函数 f 依次作用在 list 的每个元素上，得到一个 iterator并返回。
print(list(map(format_name, ['adam', 'LISA', 'barT'])))

# reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。reduce()还可以接收第3个可选参数，作为计算的初始值。
print(reduce(f, [1, 3, 5, 7, 9], 100))

# filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的iterator。
print(list(filter(is_odd, [1, 4, 6, 7, 9, 12, 17])))
print(list(filter(sqr_integer,range(100))))

运行结果如下

['ADAM', 'LISA', 'BART']
125
[1, 7, 9, 17]
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

Pythont特殊语法filter,map,reduce,apply使用方法

投稿：mdxy-dxy 字体：[增加减小] 类型：转载时间：2016-02-27 我要评论

这篇文章主要介绍了Pythont特殊语法filter,map,reduce,apply使用方法,需要的朋友可以参考下

（1）lambda

lambda是Python中一个很有用的语法，它允许你快速定义单行最小函数。类似于C语言中的宏，可以用在任何需要函数的地方。

基本语法如下：

函数名 = lambda args1,args2,...,argsn : expression

例如：

1 2	`add` `=` `lambda` `x,y : x` `+` `y` `print` `add(1,2)`

（2）filter

filter函数相当于一个过滤器，函数原型为：filter(function,sequence),表示对sequence序列中的每一个元素依次执行function，这里function是一个bool函数，举例说明：

sequence = [1,2,3,4,5,6,7,8,9,10]
fun = lambda x : x % 2 == 0
seq = filter(fun,sequence)
print seq

以下代码就是表示筛选出sequence中的所有偶数。

filter函数原型大致如下：

def filter(fun,seq):
    filter_seq = []
    for item in seq:
        if fun(item):
            filter_seq.append(item)
    return filter_seq

（3）map

map的基本形式为：map(function,sequence)，是将function这个函数作用于sequence序列，然后返回一个最终结果序列。比如：

seq = [1,2,3,4,5,6]
fun = lambda x : x << 2
 
print map(fun,seq)

map的函数源代码大致如下：

def map(fun,seq):
    mapped_seq = []
    for item in seq:
        mapped_seq.append(fun(item))
    return mapped_seq

（4）reduce

reduce函数的形式为：reduce(function,sequence,initVal)，function表示一个二元函数，sequence表示要处理的序列，而initVal表示处理的初始值。比如：

seq = [1,2,3,4,5,6,7,8,9,10]
fun = lambda x,y: x + y
 
print reduce(fun,seq,0)

表示从初始值0开始对序列seq中的每一个元素累加，所以得到结果是55

reduce函数的源代码大致如下：

def reduce(fun,seq,initVal = None):
    Lseq = list(seq)
    if initVal is None:
        res = Lseq.pop(0)
    else:
        res = initVal
    for item in Lseq:
        res = fun(seq,item)
    return res

（5）apply

apply是用来间接地代替某个函数，比如：

def say(a,b):
    print a,b
 
apply(say,(234,'Hello World!'))