lambda map filter reduce zip 以及列表推导

最近比较忙, 很久没写博客了, 如今起, 坚定跟上. 此次简单记录python中的经常使用特殊技巧方法.

---

lambda匿名函数篇

lambda c: c>10
def func(c): return c > 10

(lambda *argv: [item for item in argv])(1,2,3,4,5)
(lambda **kargv:[item for item in kargv.items()])(a=1,b=2,c=3)复制代码

• 这里使用lambda表达式声明的匿名函数, 和常规的def声明函数具备一样的效果.
• lambda多用于函数体简单以及该函数不会被重复调用屡次的状况
• lambda能够接受多个参数, 不定参数以及键值对

---

map(func, iter)函数篇

map(ord, '!@#$%^&*()_+')复制代码

• map函数接受一个函数名func以及一个迭代器iter
• map函数将iter中的元素依次传入func中执行, 并返回func执行后的结果组成的结果集, 该结果集是一个map类型的迭代器
• map函数也能够接受lambda函数作参数

---

filter(func,iter) 函数篇

filter(lambda x: x > 64, map(ord, '!@#$%^&*()_+'))复制代码

• filter函数接受参数同map函数
• 不一样的是, 此处的func用于过滤iter中的内容, 而map中的函数用于对iter中元素作同一处理
• 返回一个filter类型的迭代器

---

reduce(func, iter)函数篇

from functools import reduce
reduce(lambda sum_res, next_res: sum_res + next_res, range(10))复制代码

• 在python3中reduce被移到functools中
• reduce可接受的参数同map函数同样, 不一样的是前者接受的func必须能够接受两个参数, 第一个参数会自动传入当前iter的元素结果集, 第二个参数会自动传入iter的下一个元素. 最后返回iter中每一个元素按照func规则做用以后的结果
• 该函数多用于求和差积除之类的操做

---

zip(iter01.iter02)函数篇

zip(['a', 'b', 'c', 'd'], {1,2,3})

zip(*zip(['a', 'b', 'c', 'd'], {1, 2, 3}))复制代码

• zip接受多个iter, 并将iter按照最少元素的那个对应打包成元组, 返回一个zip类型的迭代器, 该迭代器中的元素为前边打包完成的元组
• zip也支持解包操做, 将打包的迭代器拆分红多个元组

---

列表推导篇

[i for i in range(10)]
{i:i for i in range(10)}
{i for i in range(10)}

colors=['black','whiite']
sizes={'S','M','L'}
[(color,size) for color in colors for size in sizes]复制代码

• 列表推导, 可用于快速生成可读性高的列表, 字典以及集合
• 一次性生成多个元素的列表, 字典或者集合类型
• 便捷的生成笛卡尔积

---

生成器表达式篇

(i for i in range(20))

tuple(i for i in range(20))
list(i for i in range(20))复制代码

• 生成器表达式语法和列表推导相似, 只是将方括号变为圆括号
• 生成器表达式能够逐个产出元素, 而不是先创建一个完整的列表再把该列表传递到某个构造函数中去
• 生成器表达式仅仅在for循环时候才生成组合, 能够减小for循环的开销