Python3中map(),reduce(),filter()怎么使用

发布时间:2022-08-04 14:02:09 作者:iii
来源:亿速云 阅读:150

这篇文章主要介绍“Python3中map(),reduce(),filter()怎么使用”,在日常操作中,相信很多人在Python3中map(),reduce(),filter()怎么使用问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Python3中map(),reduce(),filter()怎么使用”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

1.map()

map() 可以用于在函数中对指定序列做映射,返回值是一个迭代器,其使用语法如下:

map(function, *iterables)

上面的第一个参数 function 指一个函数,第二个参数 iterable 指一个或多个可迭代对象,在执行过程中,会对可迭代对象中的每一个元素调用 function 函数做计算,最后得到一个新的迭代器对象,而这个新的迭代器对象,会包含有每次调用 function 函数的返回值。

只传入一个可迭代对象:

"""计算列表中每个元素的三次方"""
def demo_map(x):
    return x ** 3
nums = [1, 2, 3, 4, 5]
print(list(map(demo_map, nums)))  # 输出:[1, 8, 27, 64, 125]

# 使用匿名函数
print(list(map(lambda x: x ** 3, nums)))  # 输出:[1, 8, 27, 64, 125]

传入多个可迭代对象

"""计算3个列表中对应下标元素的和"""
def demo_map(x, y, z):
    return x + y + z
nums1 = [1, 2, 3, 4, 5]
nums2 = [11, 22, 33, 44, 55]
nums3 = [100, 200, 300, 400, 500]
print(list(map(demo_map, nums1, nums2, nums3)))  # 输出:[112, 224, 336, 448, 560]

# 使用匿名函数
print(list(map(lambda x, y, z: x + y + z, nums1, nums2, nums3)))  # 输出:[112, 224, 336, 448, 560]

2.filter()

filter() 可以用于过滤序列,过滤掉不符合条件的元素,返回值也是一个迭代器,其使用语法如下:

filter(function or None, iterable)

和 map() 函数类似,上面的第一个参数 function 指一个函数,第二个参数 iterable 指一个可迭代对象,执行后会得到一个包含每次调用 function 函数返回值的迭代器。

"""找出从 -5 到 5 中能被 4 整除的所有整数"""
def demo_filter(x):
    return x % 4 == 0
nums = range(-5, 6)
print(list(nums))  # 输出:[-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5]
# 传入None,只返回true的值(0是False,所以被过滤掉了)
print(list(filter(None, nums)))  # 输入:[-5, -4, -3, -2, -1, 1, 2, 3, 4, 5]
# 传入正常函数,过滤出 nums 中能被 4 整除的整数
print(list(filter(demo_filter, nums)))  # 输出:[-4, 0, 4]
# 使用匿名函数
print(list(filter(lambda x: x % 4 == 0, nums)))  # 输出:[-4, 0, 4]

针对 map() 和 filter() 函数, 这里有 2 点需要注意:

3.reduce()

reduce() 可以用于对参数序列中的元素进行累积,返回的是一个值。

在 Python3 中,reduce() 已被从全局名字空间里移除了,如果想要使用它,那么需通过引入 functools 模块来调用 reduce() 函数,

其使用语法如下:

from functools import reduce
reduce(function, sequence[, initial])

上面的第一个参数 function 指一个函数,并且该函数必须含有2个参数,第二个参数 sequence 指一个序列,第三个参数 initial 指初始值,默认是None。

例如存在函数:reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]),它就相当于 ((((1+2)+3)+4)+5)。

from functools import reduce
def demo_reduce(x, y):
    return x + y
nums = range(1, 101)
print(reduce(demo_reduce, nums))  # 输出:5050
# 使用匿名函数
print(reduce(lambda x, y: x + y, nums))  # 输出:5050

# 设置初始值为 1000
print(reduce(lambda x, y: x + y, nums, 1000))  # 输出:6050

上面的 map()、reduce()、filter() 都是属于Python3中的高阶函数,它们最大的好处在于可以让代码更加简洁,当然,如果不使用它们,我们也可以通过其他方式来实现。

到此,关于“Python3中map(),reduce(),filter()怎么使用”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注亿速云网站,小编会继续努力为大家带来更多实用的文章!

推荐阅读:
  1. Python中处理Excel数据的方法
  2. Python的flask相关知识点有哪些

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

python map() reduce()

上一篇:怎么使用React函数组件useContext useReducer自定义hooks

下一篇:Android Flutter图片处理之高斯模糊如何实现

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》