面试题-python3 内置函数map reduce filter 如何使用？

前言

面试时候经常会考到 map reduce filter 这三个内置函数的使用

map() 函数

map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
map() 函数语法：map(function, iterable, ...)

• function -- 函数
• iterable -- 一个或多个可迭代对象

Python 3.x 返回迭代器

题1：有个列表a = [1, 2, 3, 4] 计算列表中每个数除以2 取出余数 得到 [1,0,1,0]

a = [1, 2, 3, 4]
# map使用
def get_yushu(x):
    return x % 2
print(map(get_yushu, a))  # map object
print(list(map(get_yushu, a)))  # [1, 0, 1, 0]

# 使用匿名函数
print(list(map(lambda x: x%2, a)))

题2： 请将列表 [1,2,3,4,5] 使用python方法转变成 [1,4,9,16,25]

a = [1, 2, 3, 4, 5]
# 计算平方的函数
def seq(x):
    return x**2
print(list(map(seq, a)))

# 匿名函数
print(list(map(lambda x: x**2, a)))

使用总结：map函数的功能可以理解成，对可迭代对象中的成员分别做一个功能计算,得到一个新的可迭代对象

题3：map函数对列表a=[1,3,5],b=[2,4,6]相乘得到[2,12,30]

map函数是可以传多个可迭代对象的

a = [1, 3, 5]
b = [2, 4, 6]

def chengji(x, y):
    return x*y
print(list(map(chengji, a, b)))

# 匿名函数
print(list(map(lambda x, y: x*y, a, b)))

reduce() 函数

在 Python3 中，reduce() 函数已经被从全局名字空间里移除了，它现在被放置在 functools 模块里，如果想要使用它，则需要通过引入 functools 模块来调用 reduce() 函数
使用语法：reduce(function, sequence, initial=None)
参数:

• function 调用的function必须有2个参数
• sequence 传一个序列
• initial 是初始值，默认为None

例如：reduce（lambda x，y:x+y，[1，2，3，4，5]）计算((((1+2)+3)+4)+5)

题4： 计算1-100的和

from functools import reduce


def add(x, y):
    return x + y
print(reduce(add, range(1, 101)))

# 也可以用匿名函数
print(reduce(lambda x,y: x+y, range(1, 101)))

题5：reduce函数计算10！

# reduce 计算10!
from functools import reduce

print(reduce(lambda x, y: x*y, range(10, 0, -1)))

题6：计算1！+2！+3！+。。。+10！

from functools import reduce

# # i的阶乘
# i = 10
# a = reduce(lambda x, y: x*y, range(1, i+1))

# 先生成每个阶乘的列表
x = [reduce(lambda x, y: x*y, range(1, i+1)) for i in range(1, 11)]
b = reduce(lambda a,b: a+b, x)
print(b)

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。
filter() 方法的语法: filter(function, iterable)
参数

• function -- 判断函数。
• iterable -- 可迭代对象。

返回filter object 迭代器对象

题7：有个列表a = [1, 3, 5, 7, 0, -1, -9, -4, -5, 8] 使用filter 函数过滤出大于0的数

a = [1, 3, 5, 7, 0, -1, -9, -4, -5, 8]
def great_then_0(x):
    """判断大于0"""
    return x > 0
print(filter(great_then_0, a))
print(list(filter(great_then_0, a)))

题8：列表b = ["张三", "张四", "张五", "王二"] 过滤掉姓张的姓名

def remove_zhang(x):
    return not str(x).startswith("张")
print(list(filter(remove_zhang, b)))

# 也可以用lambda
print(list(filter(lambda x: not str(x).startswith("张"), b)))

题9：过滤掉列表中不及格的学生
a = [
{"name": "张三", "score": 66},
{"name": "李四", "score": 88},
{"name": "王五", "score": 90},
{"name": "陈六", "score": 56},
]

# 过滤掉列表中不及格的学生
a = [
        {"name": "张三", "score": 66},
        {"name": "李四", "score": 88},
        {"name": "王五", "score": 90},
        {"name": "陈六", "score": 56},
     ]

# 返回
print(list(filter(lambda x: x.get("score")>=60, a)))