python中三种高阶函数(map,reduce,filter)详解_开发_开发者

map(function,seq[,seq2]) 接收至少两个参数,基本作用为将传入的函数依次作用到序列的每个元素，并且把结果作为新的序列返回一个可迭代的map对象

function:函数对象

py2中可为None，作用等同于zip()

如：

python中三种高阶函数(map,reduce,filter)详解

py3中不可为None，None是不可调用、不可迭代对象

seq:可迭代对象，可以传一个或多个

# 传一个：
def func(i):return i*2
print([i for i in map(func,[1,'2'])]) # [2,'22']

# 传多个
def func2(x,y):return x+y
print([i for i in map(func2,[1,2],[2,3])]) # [3, 5]

python中三种高阶函数(map,reduce,filter)详解

结合图 map()的作用可以理解为：

# 传一个时
seq=[1,'2']
result编程客栈=[]
def func(x):return x*2
for i in seq:
	result.append(func(i))
print(result)
# 传多个时
seq1=[1,2]
seq2=[2,3]
result=[]
def func2(x,y):return x+y
for x,y in zip(seq1,seq2):
	result.append(func2(x,y))
print(result)

当多个可迭代对象的长度不一致时，map只会取最短组合；同时每个可迭代对象相应位置参数类型需一致！(除了py支持的"str"*n)

如：

seq1=[1,2]
seq2=[2,3,4]
result=[]
def func2(x,y):return x+y
for x,y in zip(seq1,seq2):
	result.append(func2(x,y))
print(result) #[3,5]

map的function参数可以是lambda对象

如：

print([i for i in map(lambda x, y, z: (f'x:{x编程客栈}', f'y:{y}', f'z:{z}'), [1, 2, 3, 4, 5], [1, 2, 3, 4], [1, 2])])
# [('x:1', 'y:1', 'z:1'), ('x:2', 'y:2', 'z:2')]

filter(function, seq)接收两个参数，基本作用是对可迭代对象中的元素进行过滤；并返回一个新的可迭代filter对象

function：函数对象，返回值必须是个boolean值

seq：可迭代对象

如：获取所有小写的字符串

	print([i for i in filter(lambda k: str(k).islower(), ['java', 'python', 'js', 'php'])])
 	# ['js', 'php']

等同于：

_list=['Java','Python','js','php']
result=[]
def is_lower(str_obj):return str(str_obj).islower()
for i in _list:
	if is_lower(i):
		result.append(i)
print(result)

reduce(function,seq[,initial])接收三个参数，基本作用为对序列进行累积；并返回结果。python3中reduce需从functools模块导入

function：函数对象

seq: 可迭代对象

initial：初始值，选填参数

工作过程是：

reduce在迭代seq的过程中，第一次先把 seq的前两个元素传给函数function，函数处理后，再把得到的结果和第三个元素作为两个参数再次传递给函数function，函数处理后得到的结果又和第四个元素作为两个参数传给函数function 依次类推，直至seq被迭代完。如果传入了 initial 值，那么首次传递的两个元素则是 initial值和第一个元素。经过一次次累计计算之后得到一个汇总返回值。

如：求和

def _add(x, y):
	return x + y
	
# 指定initial
print(reduce(_add,[1],3)) # 4
print(reduce(_add, [1, 2], 2)) # 5
# 不指定initial
print(reduce(_add, [1, 2])) # 3
print(reduce(_add,[1])) # 1
print(reduce(_add, [1, 2, 3, 4, 5])) # 15

等同于：

def fact(n):
	if n == 1:
		return 1
	return n + fact(n - 1)

print(fact(5)) # 15

借助lambda：

print(reduce(lambda x, y: x + y, range(1, 6))) # 15

结合实际：假设我们要取出字典的key中包含某个关键字的键值对

如：取出下列字典中key值包含ECU的键值对

key = "ECU"
file_dict = {'value': 'name',
			 '刷写ECU': 'burn_ecu_version=ecu_name,burn_package_url,(flash_method)',
			 'BD升级ECU': 'bd_ecu_version=ecu_name,doip_package_url',
			 '设置证书': 'set_ecu_certs=set_method,ecu_name,(bench_name)', 'x': {"ECU": "xx"}}

方法一：引入其他变量

result = {}
for k, v in file_dict.items():
	if key in k:
		result[k] = v
print(result) 
# {'刷写ECU': 'burn_ecu_version=ecu_name,burn_package_url,(flash_method)', 'BD升级ECU': 'bd_ecu_version=ecu_name,doip_package_url'}

方法二：使用推导式

print(dict((k, v) for k, v in file_dict.items() if key in k))

方法三：reduce+map+filter

from functools import reduce
print(reduce(lambda x, y: x.update(y) or x,
			 [i for i in map(lambda k: {k: file_dict[k]}, filter(lambda k: key in k, file_dict))]))

细心的同学肯定发现无法过滤出嵌套key。这是弊端

解决方案：递归

class GetResource:
	def __init__(self):
		self.result = {}

	def get_resource(self, key_str, data):

		"""
		从dict中获取包含指定key的k,v
		:param key_str:
		:param data:
		:return:
		"""

		if not isinstance(data, (dict, list, tuple)):
			pass
		elif isinstance(data, (list, tuple)):
			for index in data:
				self.get_resource(key_str, index)
		elif isinstance(data, dict):
			for k, v in data.items():
				if isinstance(v, str):
					if key_str in k:
						self.result[k] = v
				else:
					self.get_resource(key_str, v)
		return self.r编程客栈esult


print(GetResource().get_resource(编程客栈k编程客栈ey, file_dict))
# {'刷写ECU': 'burn_ecu_version=ecu_name,burn_package_url,(flash_method)', 'BD升级ECU': 'bd_ecu_version=ecu_name,doip_package_url', 'ECU': 'xx'}

到此这篇关于python中三种高阶函数（map,reduce,filter）的文章就介绍到这了,更多相关python高阶函数内容请搜索我们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我们！