python中的map、filter、reduce函数

python中有几个常用的函数工具，它们包括map、filter、reduce，本文主要讲解这3个函数的用法。

1.map函数

首先看一下map函数的帮助文档：

>>> help(map)

Help on class map in module builtins:

class map(object)

 |  map(func, *iterables) --> map object

 |  

 |  Make an iterator that computes the function using arguments from

 |  each of the iterables.  Stops when the shortest iterable is exhausted.

 |  

 |  Methods defined here:

 |  

 |  __getattribute__(self, name, /)

 |      Return getattr(self, name).

 |  

 |  __iter__(self, /)

 |      Implement iter(self).

 |  

 |  __new__(*args, **kwargs) from builtins.type

 |      Create and return a new object.  See help(type) for accurate signature.

 |  

 |  __next__(self, /)

 |      Implement next(self).

 |  

 |  __reduce__(...)

 |      Return state information for pickling.

从说明中可以看到，map函数接受两个参数，第一个为一个函数，第二个为一个或多个iterable的列表。假设iteratables这个tuple中有n个iteratable对象，它的作用是对这n个iteratable对象同时进行遍历，每个iteratable中得到一个元素，将这个n个元素传入func中进行计算。map函数返回一个generator。

说了这么多可能有点拗口，下面来看两个例子便立刻明白了：

>>> li = [1,2,3,4]

>>> li = list(map(lambda x :x * x, li))

>>> li

[1, 4, 9, 16]

>>> 

以上的map函数负责将li中的每个元素取平方，然后返回。

而以下例子，

>>> t = (1,2,3,4,5)

>>> li = list(map(lambda x, y: x + y, li, t))

>>> li

[2, 6, 12, 20]

>>> 

以上map函数的调用中，传递了两个iterable的对象（一个list，一个tuple）到iterables参数中，因此iterables这个tuple包含了两个iterable对象；map方法中的func参数lambda表达式接受两个值，其中x和y分别对应list对象中的元素和tuple对象中的元素。这里的调用效果是对两个iterable对象中对应位置处的元素进行求和。map函数的迭代会在其中最短的那个iterable对象的最后一个元素处理完之后结束，这里的t有5个元素，但是li只有4个元素，因此在处理完li的最后一个元素之后，map的迭代便结束了。

2.filter函数

同样，在正式介绍filter之前，先看一下filter的帮助文档：

class filter(object)

 |  filter(function or None, iterable) --> filter object

 |  

 |  Return an iterator yielding those items of iterable for which function(item)

 |  is true. If function is None, return the items that are true.

 |  

 |  Methods defined here:

 |  

 |  __getattribute__(self, name, /)

 |      Return getattr(self, name).

 |  

 |  __iter__(self, /)

 |      Implement iter(self).

 |  

 |  __new__(*args, **kwargs) from builtins.type

 |      Create and return a new object.  See help(type) for accurate signature.

 |  

 |  __next__(self, /)

 |      Implement next(self).

 |  

 |  __reduce__(...)

 |      Return state information for pickling.

从接口中可以看到，filter第一个参数为一个函数，第二个参数为一个iterable的对象。它用于对iterable对象中的元素进行过滤，其中func指定了过滤条件，只有func（x）返回true的元素x才会使用，其他的被丢弃。返回值与map的类似，这里也返回了一个generator。

例如，

li = list(range(1,10))

fi = filter(lambda x : (x % 2) == 0, li)

以上的filter用于取li中的所有偶数。

3.reduce函数

reduce函数在functools这个模块中，看到这个函数名称就很容易让人想起Map_Reduce。这个函数其实跟Map_Reduce中的reduce步骤的工作是相同的，它负责将一系列的值按照某种规则进行整合，最终得到一个值。首先来看看reduce的帮助文档：

reduce(...)

    reduce(function, sequence[, initial]) -> value

   

    Apply a function of two arguments cumulatively to the items of a sequence,

    from left to right, so as to reduce the sequence to a single value.

    For example, reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates

    ((((1+2)+3)+4)+5).  If initial is present, it is placed before the items

    of the sequence in the calculation, and serves as a default when the

    sequence is empty.

看完这个说明文档，reduce的用法也就一目了然了。这里不做更多的介绍。