从零开始学python | 使用Python映射，过滤和缩减函数：全部您须要知道的

摘要：在本文中，您将学习Python中的三个使人印象深入的函数，即map（），filter和reduce（）。

本文分享自华为云社区《从零开始学python | 使用Python映射，过滤和缩减函数：全部您须要知道的》，原文做者：Yuchuan。

Python提供了许多预约义的内置函数，最终用户能够经过调用它们来使用它们。这些功能不只简化了程序员的工做，并且建立了标准的编码环境。在本文中，您将学习Python中的三个使人印象深入的函数，即map（），filter和reduce（）。

在继续以前，让咱们看一下内容：

• 什么是Python中的map，filter和reduce函数？
• 在如下范围内使用用户定义的函数和lambda函数：
• map（）函数
• filter（）函数
• reduce（）函数
• 一块儿使用map（），filter（）和reduce（）函数
• map（）中的filter（）
• filter（）中的map（）
• map（）和filter（）中带有reduce（）

所以，让咱们开始吧。:)

什么是Python中的map（），filter（）和reduce（）函数？

如前所述，map（），filter（）和reduce（）是Python的内置函数。这些功能启用了Python的功能编程方面。在函数式编程中，传递的参数是决定输出的惟一因素。这些功能能够将任何其余功能用做参数，也能够提供给其余功能做为参数。如今让咱们更深刻地研究这些功能。

map（）函数：

map（）函数是一种高阶函数。如前所述，此函数将另外一个函数与一个可迭代序列一块儿做为参数，并在将该函数应用于序列中存在的每一个可迭代序列以后返回输出。其语法以下：

句法：

地图（函数，可迭代）

在此，函数定义了一个表达式，该表达式又应用于可迭代对象。map函数能够将用户定义的函数以及lambda函数做为参数。

在如下范围内使用用户定义的函数和Lambda函数：

map（）中的用户定义函数：

map（）函数能够将用户定义的函数做为参数。这些功能的参数由用户或程序员专门设置。例如：

例子：

def newfunc(a):
    return a*a
x = map(newfunc, (1,2,3,4))  #x is the map object
print(x)
print(set(x))

输出：

<位于0x00000284B9AEADD8的地图对象>
{16, 1, 4, 9}

如您所见，x是一个地图对象。下一部分输出显示以newfunc（）做为参数的map函数，而后将a * a应用于全部可迭代对象。结果，全部可迭代变量的值将自身相乘并返回。

注意：输出不是按可迭代的值的顺序，由于我使用过set（）函数。您还可使用list（）或tuple（）函数，例如：

例子：

def newfunc(a):
    return a*a
x = map(newfunc, (1,2,3,4))  #x is the map object
print(x)
print(list(x))

输出：

<位于0x00000284B9AEA940的地图对象>
[1, 4, 9, 16]

您还能够传递多个参数列表。例如：

例子：

def func(a, b):
    return a + b
 
a = map(func, [2, 4, 5], [1,2,3])
print(a)
print(tuple(a))

输出：

<位于0x00000284B9BA1E80的地图对象>
(3, 6, 8)

如今让咱们看看如何在map（）函数中使用lambda函数。

map（）中的Lambda函数：

Lambda函数是具备任何名称的函数。这些功能一般做为参数提供给其余功能。如今让咱们尝试将lambda函数嵌入map（）函数中。考虑如下示例：

例子：

tup= (5, 7, 22, 97, 54, 62, 77, 23, 73, 61)
newtuple = tuple(map(lambda x: x+3 , tup)) 
print(newtuple)

输出：

(8, 10, 25, 100, 57, 65, 80, 26, 76, 64)

上面的输出是将lambda表达式（x + 3）应用于元组中存在的每一个项目的结果。

filter（）函数：

filter（）函数用于建立由值组成的输出列表，该值针对该值返回true。它的语法以下：

句法：

过滤器（函数，可迭代）

就像map（）同样，可使用此函数，也能够将用户定义的函数以及lambda函数用做参数。

例子：

def func(x):
    if x>=3:
        return x
y = filter(func, (1,2,3,4))  
print(y)
print(list(y))

输出：

<位于0x00000284B9BBCC50的过滤器对象>
[3, 4]

如您所见，y是过滤器对象，而且列表是条件（x> = 3）正确的值的列表。

在filter（）中使用lambda：

用做参数的lambda函数实际上定义了要检查的条件。例如：

例子：

y = filter(lambda x: (x>=3), (1,2,3,4))
print(list(y))

输出：

[3，4]

上面的代码产生的输出与之前的函数相同。

reduce（）函数：

顾名思义，reduce（）函数将给定函数应用于可迭代对象并返回单个值。

该函数的语法以下：

句法：

减小（函数，可迭代）

此处的函数定义了须要将哪些表达式应用于可迭代对象。此功能须要从functools模块导入。例如：

例子：

from functools import reduce
reduce(lambda a,b: a+b,[23,21,45,98])

输出： 187

在上面的示例中，reduce函数连续添加列表中存在的每一个可迭代对象，并返回单个输出。

Python中的map（），filter（）和reduce（）函数能够一块儿使用。

一块儿使用map（），filter（）和reduce（）函数：
执行此操做时，首先会解析内部函数，而后外部函数将对内部函数的输出进行操做。

让咱们首先尝试将filter（）函数做为参数传递给map（）函数。

在map（）中使用filter（）：

下面给出的代码首先检查条件（x> = 3）对于可迭代对象是否为真。而后，使用map（）函数映射输出。

例子：

c = map(lambda x:x+x,filter(lambda x: (x>=3), (1,2,3,4)))
print(list(c))

输出： [6，8]

若是从给定的元组中滤除大于或等于3的整数，则结果为[3,4]。而后，若是使用（x + x）条件映射此条件，则将得到[6,8]，即输出。

在filter（）中使用map（）：

当您在filter（）函数中使用map（）函数时，可迭代对象首先由map函数进行操做，而后将filter（）的条件应用于它们。

例子：

c = filter(lambda x: (x>=3),map(lambda x:x+x, (1,2,3,4)))  #lambda x: (x>=3)
print(list(c))

输出： [ 四、六、8 ]

在reduce（）中使用map（）和filter（）：

内部函数的输出根据提供给reduce（）函数的条件而减小。

例子：

d = reduce(lambda x,y: x+y,map(lambda x:x+x,filter(lambda x: (x>=3), (1,2,3,4)))) 
print(d)

输出： 14

输出是[6,8]的结果，它是内部map（）和filter（）函数的结果。

到此为止，咱们已经结束了有关map（），filter（）和Python中的reduce函数的文章的结尾。但愿您已经清楚地了解了全部内容。确保尽量多地练习并恢复经验。

点击关注，第一时间了解华为云新鲜技术~