Python高阶函数map&reduce&filter总结
来源:互联网 发布:算法时代 pdf 编辑:程序博客网 时间:2024/05/16 17:18
在Python中,函数名其实就是指向函数的变量,我们可以将一个变量指向一个函数。
既然变量可以指向函数,函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。
map
map()函数接收两个参数,一个是函数,一个是Iterable,map将传入的函数依次作用到序列的每个元素,并把结果作为新的Iterator返回。
比如我们有一个函数f(x)=x2,要把这个函数作用在一个list [1, 2, 3, 4, 5, 6, 7, 8, 9]上,就可以用map()实现如下:
代码实现:
>>> def f(x):... return x * x...>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])>>> list(r)[1, 4, 9, 16, 25, 36, 49, 64, 81]
map()传入的第一个参数是f,即函数对象本身。由于结果r是一个Iterator,Iterator是惰性序列,因此通过list()函数让它把整个序列都计算出来并返回一个list。
reduce
reduce把一个函数作用在一个序列[x1, x2, x3, …]上,这个函数必须接收两个参数,reduce把结果继续和序列的下一个元素做累积计算,其效果就是:
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
如果要把序列[1, 3, 5, 7, 9]变换成整数13579,reduce就可以派上用场:
>>> from functools import reduce>>> def fn(x, y):... return x * 10 + y...>>> reduce(fn, [1, 3, 5, 7, 9])13579
我们可以通过使用map()和reduce()函数写出str转换为int的函数:
>>> from functools import reduce>>> def fn(x, y):... return x * 10 + y...>>> def char2num(s):... return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]...>>> reduce(fn, map(char2num, '13579'))13579
str转换为float函数:
from functools import reducechar_to_float={ '0':0, '1':1, '2':2, '3':3, '4':4, '5':5, '6':6, '7':7, '8':8, '9':9, '.':-1}def str2float(s): def char_to_number(a): return char_to_float[a] nums=map(char_to_number,s) s=list(nums) point=0 def to_float(b,c): nonlocal point if c==-1: point=1 return b elif point==0: return b*10+c else: point=10*point return b+c/point return reduce(to_float,s)
filter
Python内建的filter()函数用于过滤序列。
和map()类似,filter()也接收一个函数和一个序列。和map()不同的是,filter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃该元素。
例如,在一个list中,删掉偶数,只保留奇数,可以这么写:
def is_odd(n): return n % 2 == 1list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))# 结果: [1, 5, 9, 15]
代码示例:
回文数是指从左往右读和从右往左读都是一样的数,例如123321。
利用filter()滤掉非回文数:
def is_palindrome(n): m=str(n) length=len(m) s=0 flag=1 while(s!=length//2): if m[s]!=m[length-1-s]: flag=0 s+=1 if flag: return True else: return Falseoutput = filter(is_palindrome, range(1, 1000))print(list(output))
- Python高阶函数map&reduce&filter总结
- python 高阶函数 map/reduce/filter/
- python中的高阶函数map(),reduce(),filter()的区别
- Python高阶函数:filter、map、reduce、lambda
- Python学习2--高阶函数map、reduce、filter、sorted
- python 2.7 : 高阶函数map/reduce/filter/sorted
- Python 生成器及高阶函数 filter map reduce
- Python高阶函数——map/reduce/filter/sorted
- python学习 高阶函数/map()/reduce()/filter()/sorted()
- Python 高阶函数之 map()、reduce()、filter()
- python高阶函数中的map、filter、reduce
- python 高阶函数:sort,filter,reduce,map
- Python内置高阶函数map,reduce,filter,sorted,zip
- Python学习-高阶函数Map/reduce/filter/sorted
- javaScript 高阶函数 map/reduce/filter
- 高阶函数:Filter、Map和Reduce
- 高阶函数:map、reduce、filter、sorted
- python map函数,filter,reduce
- hdu 1114 Piggy-Bank 【完全背包】
- 如何选择机器学习算法
- pyqt如何显示实时数据
- 待学习的姿势
- aaaaa
- Python高阶函数map&reduce&filter总结
- Hdu6092 Rikka with Subset(2017多校第5场) 逆推背包
- tensorflow安装protobuf
- java:面向对象的三大特性之一:继承
- AUTOCAD学习笔记1:.net Framework版本的更改
- TensorFlow常用函数
- Discuz!教程之修改帖子下方“来自: XX手机客户端”的链接地址
- LintCode157
- Little Tiger vs. Deep Monkey HDU