Python3的高阶函数map,reduce,filter的示例详解
作者:望月明 时间:2024-01-02 21:16:19
函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。
注意其中:map和filter返回一个惰性序列,可迭代对象,需要转化为list
>>> a = 3.1415
>>> round(a,2)
3.14
>>> a_round = round
>>> a_round(a,2)
3.14
>>> def func_devide(x, y, f):
return f(x) - f(y)
#传递参数为函数
print(func_devide(9.3, 3.2, round))
1. 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。
>>> print(list(map(str, [1, 2, 3])))
['1', '2', '3']
>>> dt = map(str,[-1,2,3,4,5,-34,-45,-23.454])
>>> dt
<map object at 0x10f431dd8>
>>> list(dt)
['-1', '2', '3', '4', '5', '-34', '-45', '-23.454']
>>> dt = map(abs,[-1,2,3,4,5,-34,-45,-23.454])
>>> list(dt)
[1, 2, 3, 4, 5, 34, 45, 23.454]
注意报错:TypeError: 'map' object is not callable
一般出现的原因是迭代对象(str,abs等)或者函数(map)被修改,不再是原来的函数,导致出现不可迭代对象
2. 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。返回的是一个计算的最终结果,函数接收两个参数:
def add(x,y):
... return x + y
...
>>> reduce(add,[1,2,3,4,5,6,7,8,9,10])
55
>>> def concate(x,y):
... return str(x)+str(y)
...
>>> reduce(concate,[1,2,3,4,5,6,7,8,9,0])
'1234567890'
reduce和map函数结合做字符串转整型(或者整型转字符串)
>>> str = '12121212132323'
>>> dic_str_int = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
>>> def str_arr(x):
... dic_str_int = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
... return dic_str_int[x]
...
>>> def int_dum(x,y):
... return 10*x + y
...
>>> reduce(int_dum,map(str_arr,str))
12121212132323
示例,转换列表内数据为大写,首字母大写
>>> names = ['jack','john','wilianmon','jobs','bill','gates']
>>> def str_upper(string):
... return string.upper()
...
>>> names = map(str_upper,names)
>>> list(names)
['JACK', 'JOHN', 'WILIANMON', 'JOBS', 'BILL', 'GATES']
>>> def str_capitialize(string):
... return string.capitalize()
...
>>> names = ['jack','john','wilianmon','jobs','bill','gates']
>>>
>>> names = map(str_capitialize,names)
>>> list(names)
['Jack', 'John', 'Wilianmon', 'Jobs', 'Bill', 'Gates']
列表内参数求所有元素乘积:
int_li = [2,3,5,10]
>>> reduce(lambda x, y: x*y,int_li)
300
>>> def func_mult(li=None):
... return reduce(lambda x, y: x*y,li)
...
>>> func_mult(int_li)
300
上面的可以根据需要转成函数,更方便调用
'123.456'转成整数123.456
方法一:截断之后拼接
def string_int(strs):
str_li = strs.split('.')
def str_int(str):
dic_str_int = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
return dic_str_int[str]
int_1 = reduce(lambda x, y: x*10+y, list( map(str_int,str_li[0])))
int_2 = reduce(lambda x,y: x*10 + y,list(map(str_int,str_li[1])))
return int_1 + int_2/(10**(len(str_li)+1))
res = string_int('123.456')
print(res)
#结果:123.456
方法二: 转成纯数字字符串
def string_int1(strs):
# 记住位置,替换
point_len = len(strs) - strs.find('.')-1
str_li = strs.replace('.', '')
def str_int(str):
dic_str_int = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
return dic_str_int[str]
int_num = reduce(lambda x,y: x*10 + y,list(map(str_int,str_li)))
return int_num/(10**(point_len))
res = string_int1('123.456')
print(res)
#结果:123.456
3. filter函数
filter()也接收一个函数和一个序列。从一个序列中筛出符合条件的元素。和map()不同的是,filter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃该元素。
注意:和map函数的区别
函数名 | 区别 |
---|---|
map | 作用于每个可迭代对象的元素,并返回处理之后的元素 |
filter | 作用于可迭代内每个元素,根据计算后结果:True保留,Flase去掉 |
eg: 获取列表内所有的整数类型元素
def only_int(x):
try:
if isinstance(x, int):
return True
else:
return False
except ValueError as e:
return False
dt = filter(type_int,[1,2,3,3,'3232',-34.5,34.5])
>>> list(dt)
[1, 2, 3, 3]
总结
以上所述是小编给大家介绍的Python3的高阶函数map,reduce,filter的示例详解,网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
来源:https://segmentfault.com/a/1190000019837255