map()函数
map()
函数接收两个参数,一个是函数,一个是Iterable
,map
将传入的函数依次作用到序列的每个元素,并把结果作为新的Iterator
返回。
也就是 map(f,[x,x,x,x]) 那么f是一个函数,[x,x,x,x]是一个序列,那么map完成的操作是将序列里面的每一个元素x传入到函数f中去执行,将每个元素执行的结果返回为新的序列 Iterator(惰性序列)
由于Iterator是惰性序列,因此如果要将结果以序列方式显示出来,那么一般在前面加 list 以列表的形式显示出来。
举例说明,比如我们有一个函数f(x)=x^2,要把这个函数作用在一个list [1, 2, 3, 4, 5, 6, 7, 8, 9]
上,就可以用map()
实现如下:
def f(x): return x*x r=map(f,[1,2,3,4,5,6,7,8,9]) list(r)
运行结果:[1, 4, 9, 16, 25, 36, 49, 64, 81]
reduce函数
reduce
把一个函数作用在一个序列[x1, x2, x3, ...]
上,这个函数必须接收两个参数,reduce
把结果继续和序列的下一个元素做累积计算。
效果为:reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
例如:把序列[1, 3, 5, 7, 9]
变换成整数13579
from functools import reduce def fn(x, y): return x * 10 + y reduce(fn, [1, 3, 5, 7, 9]) 运行结果:13579
lambda函数
lambda可一行实现定义一个函数
lambda 自变量:完成的功能表达式
例如 lambda x,y:x+y 及定义了一个两参数求和的函数
map/reduce+lambda的简化
最开始的利用map函数对一个列表的元素求平方的代码就可以改成:
list(map(lambda x:x*x,[1,2,3,4,5,6,7,8,9]))
结果相同,简化了代码
后面利用reduce将序列[1,3,5,7,9]变成整数13579的代码可以简化为:
from functools import reduce reduce(lambda x,y:x*10+y,[1,3,5,7,9])
自身觉得map+lambda的结构配合要经常使用,以后会派上用场的。