Python小白学习之路（十五）—【map()函数】【filter()函数】【reduce()函数】
一、map()函数
map()是 Python 内置的高阶函数
- 有两个参数，第一个是接收一个函数 f（匿名函数或者自定义函数都OK啦）；第二个参数是一个 可迭代对象
- 功能是通过把函数 f 依次作用在 第二个参数 的每个元素上，得到一个新的 list 并返回。（新的 list 元素的个数与位置与旧的 list 一致）
- 实质就是内部 for 循环，遍历迭代对象的每一个元素
例如，我们现在有一个需求，对于一个 list num_1 = [1, 2, 3, 4]
如果希望把list的每个元素都作平方，就可以用map()函数：
因此，我们只需要传入函数f(x)=x*x，就可以利用map()函数完成这个计算：
num_1 = [1, 2, 3, 4] def f(x): return x * x print(list(map(f, num_1))) #输出结果： [1, 4, 9, 10]
也可以使用上节课学习的匿名函数来写
num_1 = [1, 2, 3, 4] print(list(map(lambda x : x + 1, num_1))) #输出结果： [1, 4, 9, 10]
注意：
map()函数不改变原有的 list，而是返回一个新的 list。
利用map()函数，可以把一个 list 转换为另一个 list，只需要传入转换函数。
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。
任务
假设用户输入的英文名字不规范，没有按照首字母大写，后续字母小写的规则，请利用map()函数，把一个list（包含若干不规范的英文名字）变成一个包含规范英文名字的list：
输入：['adam', 'LISA', 'barT']
输出：['Adam', 'Lisa', 'Bart']
#方法一： name_1 = ['adam', 'LISA', 'barT'] def format_name(x): name = x[0:1].upper() + x[1:].lower() return name print(list(map(format_name,name_1))) #方法二： name_1 = ['adam', 'LISA', 'barT'] print(list(map(lambda x : x[0:1].upper() + x[1:].lower(),name_1)))
二、filter()函数
filter()函数是 Python 内置的一个有用的高阶函数
- filter()函数接收一个函数 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 False
- 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新list。
- （即函数处理结果为 True 的保留，为 False 的过滤）
例如，要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数，保留奇数
首先，要编写一个判断奇数的函数：
然后，利用filter()过滤掉偶数：
#方法一：（利用自定义函数） num_1 = [1, 4, 6, 7, 9, 12, 17] def is_odd(x): return x % 2 == 1 print(list(filter(is_odd, num_1))) #结果： [1, 7, 9, 17] #方法二：（利用匿名函数）
num_1 = [1, 4, 6, 7, 9, 12, 17] print(list(filter(lambda x : x % 2 == 1, num_1)))
利用filter()，可以完成很多有用的功能
任务一：删除 None 或者空字符串：
方法一：（利用自定义函数） list_1 = ['test', None, '', 'str', ' ', 'END'] def is_not_empty(s): return s and len(s.strip()) > 0 print(list(filter(is_not_empty, list_1))) 方法二：（利用匿名函数） list_1 = ['test', None, '', 'str', ' ', 'END'] print(list(filter(lambda s : s and len(s.strip()) > 0, list_1)))
回顾：s.strip()
s.strip(rm) 删除 s 字符串中开头、结尾处的 rm 序列的字符。
当rm为空时，默认删除空白符（包括'\n', '\r', '\t', ' ')，如下：
a = ' 123' a.strip() #结果： '123' a='\t\t123\r\n' a.strip() #结果：'123'
任务二：利用filter()过滤出1~100中平方根是整数的数，即结果应该是：
import math def is_int_sqrt(x): return math.sqrt(x) % 2 == 1 or math.sqrt(x) % 2 == 0 print(list(filter(is_int_sqrt, range(0,101)))) #执行结果： [0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
注意：因为用到平方根函数 math.sqrt(x) ，而这个函数在 import math 库里，调用时需要在程序开头说明
三、reduce()函数
reduce()函数是Python内置的一个高阶函数。
- reduce()函数接收的参数和 map()类似
- 一个函数 f，一个list，但行为和 map()不同
- 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。
- 简单来说，reduce()函数处理一个序列，然后把序列进行合并操作
- 在python3中，使用reduce()函数，需要声明 from functools import reduce
例如，编写一个sum_num1函数，接收x和y，返回x和y的和：
from functools import reduce num_1 = [1, 3, 5, 7, 9] def sum_num1(x, y): return x + y print(reduce(sum_num1 ,num_1))
''' #分析过程如下： reduce函数将做如下计算： 先计算头两个元素：sum_num1(1, 3)，结果为4； 再把结果和第3个元素计算：sum_num1(4, 5)，结果为9； 再把结果和第4个元素计算：sum_num1(9, 7)，结果为16； 再把结果和第5个元素计算：sum_num1(16, 9)，结果为25； 由于没有更多的元素了，计算结束，返回结果25。 上述计算实际上是对 list 的所有元素求和。虽然Python内置了求和函数sum()，但是，利用reduce()求和也很简单。 '''
reduce()还可以接收第3个可选参数，作为计算的初始值。
如果把初始值设为100，计算：
from functools import reduce num_1 = [1, 3, 5, 7, 9] def sum_num1(x, y): return x + y print(reduce(sum_num1 ,num_1，100))
计算初始值和第一个元素：sum_num1(100, 1)，结果为101。其余过程同上
任务二：
Python内置了求和函数sum()，但没有求积的函数，请利用recude()来求积：
输入：[2, 4, 5, 7, 12]
输出：2*4*5*7*12的结果
#方法一： from functools import reduce num_1 = [2, 4, 5, 7, 12] def fun(x, y): return x * y print(reduce(fun, num_1)) #方法二： from functools import reduce num_1 = [2, 4, 5, 7, 12] print(reduce(lambda x ,y: x * y, num_1))
