Python中filter、map与reduce函数的核心区别与用法解析

核心概念与lambda基础

这三个函数均属于Python的内置高阶函数，通常与 lambda 关键字配合使用。lambda 用于定义匿名函数，其语法为 lambda 参数: 表达式，本质是一个单行的最小化函数定义。

例如，定义一个将输入值乘以2的函数，既可以使用标准定义：

def g(x):
  return x*2

也可以使用lambda简写：

g = lambda x: x * 2

filter：条件筛选

filter 函数的核心作用是“过滤”。它遍历序列中的每个元素，依次执行提供的函数。只有当函数返回值为 True 时，该元素才会被保留。

• 处理逻辑：对序列的 item 依次执行 function(item)。
• 返回类型：取决于输入序列的类型。若输入为 List，返回 List；若为 String 或 Tuple，则返回对应类型。
• 结果构成：由执行结果为 True 的 item 组成。

示例：筛选出平方后大于等于4的数（即排除0, 1）：

print filter(lambda x:x*x-4,range(10))
# 结果：[0, 1, 3, 4, 5, 6, 7, 8, 9]

注意：在Python 3中，filter 返回的是迭代器，若需列表需使用 list() 转换。

map：元素映射

map 函数的核心作用是“映射”。它对序列中的每个元素执行指定的函数，并将所有执行结果收集起来。

• 处理逻辑：对序列的 item 依次执行 function(item)。
• 返回类型：始终返回一个 List（在Python 3中为迭代器）。
• 多序列支持：若传入多个序列，函数需接收对应数量的参数，按索引依次处理。

示例1：单序列转换计算每个数的平方减4：

print map(lambda x:x*x-4,range(10))
# 结果：[-4, -3, 0, 5, 12, 21, 32, 45, 60, 77]

示例2：多序列处理将两个序列对应元素相乘后减4：

print map(lambda x,y:x*y-4,range(3),[8,9,10])
# 结果：[-4, 5, 16]

reduce：累积归约

reduce 函数（位于 functools 模块）的核心作用是“归约”。它将序列中的元素通过函数两两结合，最终合并为一个单一结果。

• 处理逻辑：顺序迭代调用函数。先将前两个值传给函数，再将函数的返回值与第三个值传给函数，依此类推。
• 参数限制：接收的函数参数个数只能为2。
• 初始值：可选参数 starting_value 可作为初始值参与第一次计算。
• 返回结果：最终只返回一个结果值。

示例1：基础累积计算0到3的“乘积减4”累积结果：

print reduce(lambda x,y:x*y-4,range(4))
# 结果：-40

示例2：求和计算0到100的和：

print reduce(lambda x,y:x+y, range(101))
# 结果：5050

示例3：带初始值在求和基础上增加初始值100：

print reduce(lambda x,y:x+y, range(101),100)
# 结果：5150

总结对比

以上就是Python中filter、map与reduce函数区别与用法的详细内容，更多关于Python内置函数优化的资料请关注本站其它相关文章！