Python3的高阶函数map,reduce,filter的示例详解

2019-11-25 12:15:55

字体：大中小

来源：转载

供稿：网友

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 Falsedt = 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,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对武林网网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

上一篇：flask框架单元测试原理与用法实例分析

下一篇：python实现socket+threading处理多连接的方法