Python中reduce()函數(shù)的語法參數(shù)與作用詳解
reduce reduce函數(shù)介紹
reduce函數(shù)是通過函數(shù)對(duì)迭代器對(duì)象中的元素進(jìn)行遍歷操作(這一點(diǎn)和 map/filter 函數(shù)的原理很相似),但需要注意的是 reduce 函數(shù)返回的是計(jì)算的結(jié)果,而 map/filter 返回的是作用后的迭代器對(duì)象。
Python3.x中reduce函數(shù)已經(jīng)從內(nèi)置函數(shù)中取消了,轉(zhuǎn)而放在functools模塊中,調(diào)用reduce函數(shù)的話需要先從functools模塊中導(dǎo)入;
如下:
from functools import reduce
語法:
reduce(function,sequence[,initial]) #function---必須是有兩個(gè)參數(shù)的函數(shù)。function是必需參數(shù) #sequence---元組、列表、字典等可迭代對(duì)象均可。是必需參數(shù) #initial---設(shè)置初始值,是可選參數(shù)
reduce的函數(shù)過程:
- 無initial初始值時(shí):
在接受到function和sequence兩必需參數(shù)后,reduce函數(shù)將sequence中的第一個(gè)、第二個(gè)元素作為function的實(shí)參傳遞給function,function執(zhí)行后的結(jié)果和sequence中的第三個(gè)元素作為新一次function的實(shí)參繼續(xù)直行。以此類推sequence中的元素遍歷完之后function得到的結(jié)果為reduce函數(shù)的返回值。
from functools import reduce list_a=[1,2,3,4,5] n=reduce(lambda x,y:x+y ,list_a) print(n)
#運(yùn)行結(jié)果為
15
- 有initial初始值時(shí):
在接收到function和sequence必需參數(shù)和initial可選參數(shù)后,reduce將初始值initial和sequence中的第一個(gè)元素作為實(shí)參傳遞給function,function執(zhí)行后的結(jié)果和sequence的第二個(gè)參數(shù)作為新一次function的實(shí)參繼續(xù)執(zhí)行,一次類推sequence中元素遍歷完之后function得到的結(jié)果作為reduce函數(shù)的返回值。
from functools import reduce list_a=[1,2,3,4,5] n=reduce(lambda x,y:x+y ,list_a,10) #設(shè)置initial初值為10 print(n)
#運(yùn)行結(jié)果為
25
reduce的參數(shù)
函數(shù)reduce最多只能接受三個(gè)參數(shù),即除去兩個(gè)必需參數(shù)之外,可選參數(shù)initial只能指定一個(gè),否則會(huì)拋出異常。
from functools import reduce n=reduce(lambda x,y:x*y,[1,2,3,4,5],6) print(n)
#運(yùn)行結(jié)果為
720
from functools import reduce n=reduce(lambda x,y:x*y,[1,2,3,4,5],6,7) print(n)
#此時(shí)參數(shù)超出上限,會(huì)拋出異常
Traceback (most recent call last):
File "C:\Users\asus\Desktop\py-script", line 2, in <module>
n=reduce(lambda x,y:x*y,[1,2,3,4,5],6,7)
TypeError: reduce expected at most 3 arguments, got 4
reduce函數(shù)的應(yīng)用
1.reduce的普通應(yīng)用,直接調(diào)用Python內(nèi)置函數(shù)或者用戶自定義的函數(shù)。
from functools import reduce def add(x,y): return x+y list_a=[1,2,3,4,5] n=reduce(add ,list_a,) #調(diào)用用戶自定義的函數(shù)(也可直接調(diào)用Python的內(nèi)置函數(shù)) print(n)
#執(zhí)行結(jié)果
15
2.reduce結(jié)合匿名函數(shù)lambda
from functools import reduce list_a=[1,2,3,4,5] n=reduce(lambda x,y:x*y ,list_a,) print(n)
#運(yùn)行結(jié)果為
120
reduce結(jié)合lambda可以很容易實(shí)現(xiàn)累加、累乘等,相較于for循環(huán),此種實(shí)現(xiàn)方法更簡潔代碼可讀性更強(qiáng),符合Python的簡潔特性。
3.reduce函數(shù)可以通過初值initial和其他篩選條件實(shí)現(xiàn)數(shù)據(jù)過濾等
到此這篇關(guān)于Python中reduce()函數(shù)的語法參數(shù)與作用詳解的文章就介紹到這了,更多相關(guān)Python中reduce()函數(shù)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!
相關(guān)文章
Python ATM功能實(shí)現(xiàn)代碼實(shí)例
這篇文章主要介紹了Python ATM功能實(shí)現(xiàn)代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-03-03人工神經(jīng)網(wǎng)絡(luò)算法知識(shí)點(diǎn)總結(jié)
在本篇內(nèi)容里小編給大家分享了人工神經(jīng)網(wǎng)絡(luò)算法的相關(guān)知識(shí)點(diǎn)以及原理介紹,需要的朋友們參考下。2019-06-06基于python實(shí)現(xiàn)MQTT發(fā)布訂閱過程原理解析
這篇文章主要介紹了基于python實(shí)現(xiàn)MQTT發(fā)布訂閱過程原理解析,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-07-07Python+matplotlib實(shí)現(xiàn)堆疊圖的繪制
Matplotlib作為Python的2D繪圖庫,它以各種硬拷貝格式和跨平臺(tái)的交互式環(huán)境生成出版質(zhì)量級(jí)別的圖形。本文將利用Matplotlib庫繪制堆疊圖,感興趣的可以了解一下2022-03-03Python操作csv文件之csv.writer()和csv.DictWriter()方法的基本使用
csv文件是一種逗號(hào)分隔的純文本形式存儲(chǔ)的表格數(shù)據(jù),Python內(nèi)置了CSV模塊,可直接通過該模塊實(shí)現(xiàn)csv文件的讀寫操作,下面這篇文章主要給大家介紹了關(guān)于Python操作csv文件之csv.writer()和csv.DictWriter()方法的基本使用,需要的朋友可以參考下2022-09-09