一、map函數(shù)

作用：map主要作用是計(jì)算一個(gè)序列或者多個(gè)序列進(jìn)行函數(shù)映射之后的值

語(yǔ)法：map(function,iterable1,iterable2)

說(shuō)明：function中參數(shù)值可以是一個(gè)，也可以是多個(gè)；iterable代表function運(yùn)算中的參數(shù)值，有幾個(gè)參數(shù)值就傳入幾個(gè)iterable

注意：1.迭代器需要進(jìn)行列表轉(zhuǎn)換 2.map中如果傳入的序列長(zhǎng)度不一，會(huì)依據(jù)最短的序列計(jì)算

1. lambda函數(shù)

x=[1,2,3,4]
y=[5,6,7,8]
print(list(map(lambda x,y:(x+y),x,y)))

輸出結(jié)果：

[6, 8, 10, 12]

2. 自定義函數(shù)

def m_num(x,y):
? ?return ?x+y
print(list(map(m_num,x,y)))

輸出結(jié)果：

[6, 8, 10, 12]

思路：

把列表1中的元素與列表2中元素依次相加

1+5
2+6
3+7
4+8

二、filter函數(shù)

作用：filter主要作用是過(guò)濾掉序列中不符合函數(shù)條件的元素

語(yǔ)法：fliter(function,sequence)

說(shuō)明：function可以是匿名函數(shù)或者自定義函數(shù)，可以對(duì)后面的sequence序列的每個(gè)元素判定是否符合條件；sequence可以是列表、元組或者字符串

1. lambda函數(shù)

num = [2,3,6,9,90,23,88]
#輸出的是filter對(duì)象 <filter object at 0x00000113BF8C7390>
print(filter(lambda x:x>10,num))
#需要轉(zhuǎn)成list [90, 23, 88]
print(list(filter(lambda x:x>10,num)))

輸出結(jié)果：

<filter object at 0x00000113BF8C7390>
[90, 23, 88]

注意：迭代器需要進(jìn)行列表轉(zhuǎn)換

2. 自定義函數(shù)

def fil_num(x):
? ?return x>10

print(list(filter(fil_num,num)))

思路：

把列表中不需要的元素去掉，那首先要確定要過(guò)濾得條件是什么

三、reduce函數(shù)

作用：reduce是對(duì)一個(gè)序列進(jìn)行計(jì)算，結(jié)果只得到一個(gè)值

語(yǔ)法：reduce(function,iterable)

說(shuō)明：function中必須傳入兩個(gè)參數(shù)，iterable可以是列表或者元組

注意：reduce使用前需要導(dǎo)包 from functools import reduce

1. lambda函數(shù)

from functools import reduce
x=[1,2,3,4,5]
print(reduce(lambda x,y:(x*y),x))

2. 自定義函數(shù)

from functools import reduce
x=[1,2,3,4,5]
def ca(x,y):
? ? return x*y
print(reduce(ca,x))

思路：

對(duì)一個(gè)列表里的元素做計(jì)算，從左到右依次計(jì)算兩個(gè)元素，將得到得值跟下一個(gè)元素計(jì)算

12 = 2
23 = 6
64 = 24
245 = 120

到此這篇關(guān)于python中filter,map,reduce的作用的文章就介紹到這了,更多相關(guān)python map reduce內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論