Python3中map与reduce函数详解及实例

Python3的map与reduce

一个月前，一位同学参加Python开发岗位面试时，被要求用三种不同方法实现1到100的求和，且代码需尽量简洁。他提交的代码如下：

#第一种
sum1 = 0
for i in range(1,101):
    sum1+=i
print(sum1)
#第二种
print(sum(range(1,101)))
#第三种
print(reduce(lambda x,y:x+y,range(1,101)))

上述三种方法计算结果均为5050。写完代码后，该同学下午便收到了录用通知（当然，部分原因也是因为他要求的薪资较低）。受此经历启发，我决定系统学习Python的内建函数。在此之前，需要先了解lambda表达式。

1：lambda

lambda是一个表达式，用于定义匿名函数，它简化了函数定义的书写形式，使代码更加简洁直观。例如，平时手写一个求两个数之和的函数，通常写法如下：

    def f(x,y):
        return x+y
    print(1,2)

而使用lambda可以简化为：

    f = lambda x,y:x+y
    print(f(1,2))

此处lambda定义了一个匿名函数，x和y为入口参数，x+y为函数体，最终返回x与y的和。

上述两种代码返回结果一致，但lambda写法更为简洁。lambda与map、reduce等Python内建函数配合使用，能发挥更强大的作用。

2：map

map()是Python内置的高阶函数，它接收一个函数f和一个列表（或可迭代对象），将函数f依次作用于列表的每个元素，返回一个新的列表（在Python3中返回的是迭代器）。

f = lambda x,y,z:x+y+z
x = map(f,[1,2,3],[4,5,6],[7,8,9])
for i in x:
    print(i)

这段代码分别对三个列表进行求和，返回一个可迭代对象。计算过程为： （1+4+7） （2+5+8） （3+6+9）

运行结果

或者可以使用list()将迭代器转换为列表：

print(list(x)

运行结果 [12, 15, 18]

3：reduce

reduce()函数接收的参数与map()类似，包括一个函数f和一个列表，但行为不同。reduce()传入的函数f必须接收两个参数，它对列表的每个元素反复调用函数f，并返回最终结果值。在Python3中使用reduce需要引入functools模块：

from functools import reduce
print(reduce(lambda x,y:x+y,range(1,101)))

以我同学笔试题目为例，他先定义了一个lambda表达式用于求两个数之和，使用range生成1到100的数字。由于reduce对列表元素反复调用函数f并返回最终结果，其执行过程为： （1,2,3,4,5,6,7,8,9……..100） 1+2=3 3+3=6 6+4=10 10+5=15 ……….. 这样执行等效于计算1+2+3+4+…….+100。

reduce()还可以接收第3个可选参数，作为计算的初始值。如果将初始值设为100，计算如下：

print(reduce(lambda x,y:x+y,range(1,101),100))

计算结果为5150

我同学的传奇经历到此结束。如果各位在面试中也遇到过有趣的面试题，欢迎分享交流。

补充：

Python3中map()、reduce()、filter()的用法详解

Python3中的map()、reduce()、filter()这三个函数通常用于对序列进行操作，它们经常需要与匿名函数lambda联合使用，下面我们来详细学习。

1.map()

map()可用于对指定序列做映射，返回值是一个迭代器，其使用语法如下：

map(function, *iterables)

上述第一个参数function指一个函数，第二个参数iterable指一个或多个可迭代对象。执行过程中，会对可迭代对象中的每一个元素调用function函数进行计算，最后得到一个新的迭代器对象，该对象包含每次调用function函数的返回值。

只传入一个可迭代对象

"""计算列表中每个元素的三次方"""
def demo_map(x):
    return x ** 3
nums = [1, 2, 3, 4, 5]
print(list(map(demo_map, nums)))  # 输出：[1, 8, 27, 64, 125]

# 使用匿名函数
print(list(map(lambda x: x ** 3, nums)))  # 输出：[1, 8, 27, 64, 125]

传入多个可迭代对象

"""计算3个列表中对应下标元素的和"""
def demo_map(x, y, z):
    return x + y + z
nums1 = [1, 2, 3, 4, 5]
nums2 = [11, 22, 33, 44, 55]
nums3 = [100, 200, 300, 400, 500]
print(list(map(demo_map, nums1, nums2, nums3)))  # 输出：[112, 224, 336, 448, 560]

# 使用匿名函数
print(list(map(lambda x, y, z: x + y + z, nums1, nums2, nums3)))  # 输出：[112, 224, 336, 448, 560]

2.filter()

filter()可用于过滤序列，剔除不符合条件的元素，返回值也是一个迭代器，其使用语法如下：

filter(function or None, iterable)

与map()类似，上述第一个参数function指一个函数，第二个参数iterable指一个可迭代对象。执行后会得到一个包含每次调用function函数返回值的迭代器。

"""找出从 -5 到 5 中能被 4 整除的所有整数"""
def demo_filter(x):
    return x % 4 == 0


nums = range(-5, 6)
print(list(nums))  # 输出：[-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5]

# 传入None，只返回true的值（0是False，所以被过滤掉了）
print(list(filter(None, nums)))  # 输入：[-5, -4, -3, -2, -1, 1, 2, 3, 4, 5]

# 传入正常函数，过滤出 nums 中能被 4 整除的整数
print(list(filter(demo_filter, nums)))  # 输出：[-4, 0, 4]

# 使用匿名函数
print(list(filter(lambda x: x % 4 == 0, nums)))  # 输出：[-4, 0, 4]

针对map()和filter()函数，这里有两点需要注意：

• map中必须传入一个正常函数，而在filter函数中可以传入正常函数或None。当传入None时，只返回可迭代对象中所有符合true值的元素。
• map支持传入多个可迭代对象，而filter函数中只能传一个可迭代对象。

3.reduce()

reduce()可用于对参数序列中的元素进行累积，返回的是一个值。

在Python3中，reduce()已被从全局名字空间移除。如需使用，需通过引入functools模块来调用reduce()函数，其使用语法如下：

from functools import reduce
reduce(function, sequence[, initial])

上述第一个参数function指一个函数，且该函数必须含有2个参数；第二个参数sequence指一个序列；第三个参数initial指初始值，默认为None。

例如存在函数：reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])，它相当于 ((((1+2)+3)+4)+5)。

"""计算 1-100 所有整数之和"""
'''
学习中遇到问题没人解答？小编创建了一个Python学习交流群：711312441
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
from functools import reduce
def demo_reduce(x, y):
    return x + y
nums = range(1, 101)

print(reduce(demo_reduce, nums))  # 输出：5050
# 使用匿名函数
print(reduce(lambda x, y: x + y, nums))  # 输出：5050

# 设置初始值为 1000
print(reduce(lambda x, y: x + y, nums, 1000))  # 输出：6050

上述map()、reduce()、filter()均属于Python3中的高阶函数，其最大优势在于能让代码更加简洁。当然，不使用它们也可以通过其他方式实现相同功能。

到此这篇关于Python3中map()、reduce()、filter()的用法的文章就介绍到这了，更多相关Python3 map()、reduce()、filter()内容请搜索本站以前的文章或继续浏览下面的相关文章，希望大家以后多多支持本站！