Python — lambda filter map reduce 函数介绍

重点: map,reduce,filter中的对象都可以用lambda表达式来生成！

1.lambda
lambda是一种允许你快速定义单行的最小函数是从 Lisp 借用来的，可以用在任何需要函数的地方。

查看源代码

打印帮助

>>> def f(x):

...    return x*2

...

>>> f(3)

6

>>>g = lambda x: x*2

>>> g(3)

6

>>> (lambda x: x*2)(3)

6

(1) g 是一个lambda函数，完成了上面f函数相同的事情。请注意lambda简短的语法,不用为参数左右添加括号，并且还忽略了return关键字或者print关键字，最关键是不必为lambda定义函数名
(2)使用 lambda 函数时甚至不需要将它赋值给一个变量。lambda只负责返回函数对象

 

2.filter(bool_func,seq)
此函数相当于过滤器。调用一个布尔函数bool_func来迭代遍历传入的每个seq中的元素,返回一个使bool_seq返回值为true的元素的列表。

示例:

 

>>> filter(lambda x : x%3 == 0,[1,2,3,4,5,6,7,8,9])

>>> [3,6,9]

filter 内部实现源码:

 

deffilter(bool_func,seq):

    filtered_seq= []

    foreachItem inseq:

        ifbool_func(eachItem):

            filtered_seq.append(eachItem)

    returnfiltered_seq

.map(func,seq1[,seq2...])：
将函数func作用于给定序列的每个元素，并用一个列表来提供返回值;如果func为None，func表现为身份函数，返回一个含有每个序列中元素集合的n个元组的列表。

示例:

 

>>> map(lambda x :'test',[1,2,3,4])

>>> ['test','test', 'test','test']

>>> map(lambda x : x * 2,[1,2,3,4])

>>> [2, 4, 6, 8]

>>> map(lambda x : x * 2,[1,2,3,4,[5,6,7,8]])

>>> [2, 4, 6, 8, [5, 6, 7, 8, 5, 6, 7, 8]]

>>> map(lambda x : None,[1,2,3,4])

>>> [None, None, None, None]

map 内部实现源码:

 

defmap(func,seq):

    mapped_seq= []

    foreachItem inseq:

        mapped_seq.append(func(eachItem))

    returnmapped_seq

4.reduce(func,seq[,init]):
func为二元函数，将func作用于seq序列的元素，每次携带一对参数（先前的结果以及下一个序列的元素），连续的将现有的结果和下一个值作用在获得的随后的结果上，最后减少我们的序列为一个单一的返回值：如果初始值init给定，第一个比较会是init和第一个序列元素而不是序列的头两个元素。

示例:

 

>>> reduce(lambda x,y : x + y,[1,2,3,4])

>>> 10

>>> reduce(lambda x,y : x + y,[1,2,3,4],10)

>>> 20

reduce 内部源码实现:

 

defreduce(bin_func,seq,initial=None):

    lseq= list(seq)

    ifinitial is None:

        res= lseq.pop(0)

    else:

        res= initial

        foreachItem inlseq:

            res= bin_func(res,eachItem)

    returnres