Python lambda表达式filter、map、reduce函数用法解析
前言
lambda是表达式，用于创建匿名函数，可以和filter、map、reduce配合使用。
本文环境Python3.7。
一、lambda表达式
lambda 只包含一个语句，用于创建匿名函数。
语法：
lambda [arg1 [,arg2,.....argn]]:expression
arg1 -- 参数，可以有多个
expression -- 表达式
使用例子：
f1 = lambda x : x > 10 print(f1(1)) #输出：False print(f1(11)) #输出：True f2 = lambda x, y: x + y print(f2(1,2)) #输出：3
二、filter() 函数
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回迭代器对象（Python2是列表），可以使用list()转换为列表。
语法：
filter(function, iterable)
function -- 函数
iterable -- 序列，序列的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到迭代器对象中。
使用例子：
def isEven(x): return x % 2 == 0 list1 = filter(isEven,[1,2,3,4,5,6]) print(list(list1)) #输出：[2, 4, 6] #可以用lambda list2 = filter(lambda x:x%2==0, [1,2,3,4,5,6]) print(list(list2)) #输出：[2, 4, 6] #也可以用列表推导式 list3 = list(x for x in [1,2,3,4,5,6] if x%2==0) print(list3) #输出：[2, 4, 6]
三、map()函数
map()接收一个函数 f 和一个或多个序列 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 迭代器（Python2是列表） 并返回。
语法：
map(function, iterable, ...)
function -- 函数，如果iterable有多个序列，则function的参数也对应有多个
iterable -- 一个或多个序列
使用例子：
def multi(x): return x * 2 def multi2(x, y): return x * y #参数只有1个序列时 list1 = map(multi,[1,2,3,4,5]) print(list(list1)) #输出：[2, 4, 6, 8, 10] #用lambda改写上面语句 list1_1 = map(lambda x : x*2, [1,2,3,4,5]) print(list(list1_1)) #输出：[2, 4, 6, 8, 10] #参数有2个序列时， list2 = map(multi2,[1,2,3,4,5],[6,7,8,9,10]) print(list(list2)) #对2个列表数据的相同位置元素相乘，输出：[6, 14, 24, 36, 50] #用lambda改写上面语句 list2_1 = map(lambda x,y : x*y, [1,2,3,4,5],[6,7,8,9,10]) print(list(list2_1)) #输出：[6, 14, 24, 36, 50] #当2个序列长度不一致时，结果以2个序列中的最短长度为准 list2_2 = map(lambda x,y : x*y, [1,2,3],[6,7,8,9,10]) print(list(list2_2)) #输出：[6, 14, 24] list2_3 = map(lambda x,y : x*y, [1,2,3,4,5],[6,7,8]) print(list(list2_3)) #输出：[6, 14, 24]
四、reduce()函数
reduce()函数对一个数据集合的所有数据进行操作：用传给 reduce 中的函数 function（必须有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
在Python2中reduce()是内置函数，Pytho3移到functools 模块。
语法：
reduce(function, iterable[, initializer])
function -- 函数，有两个参数
iterable -- 可迭代对象
initializer -- 可选，初始参数
使用例子：
from functools import reduce def add(x, y): return x + y def mulit(x, y): return x * y print(reduce(add, [1, 2, 3, 4, 5])) #输出：15 print(reduce(add, [1, 2, 3, 4, 5], 10)) #输出：25 print(reduce(mulit, [1, 2, 3, 4, 5])) #输出：120 print(reduce(mulit, [1, 2, 3, 4, 5], 10)) #输出：1200 print(reduce(lambda x,y:x+y,[1, 2, 3, 4, 5]))#输出：15 print(reduce(lambda x,y:x+y,[1, 2, 3, 4, 5], 10))#输出：25
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python3中的算术运算符详解，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下2022-09-09
Axios 是一个基于promise的HTTP库，该库是一个更好的替代ajax向后端发送数据或请求数据的前端组件库。本文通过示例为大家介绍了如何运用Axios库实现前后端交互，感兴趣的可以了解一下2022-12-12
下面小编就为大家带来一篇python数据预处理之将类别数据转换为数值的方法。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-07-07
这篇文章主要介绍了python基于event实现线程间通信控制,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-01-01
在本篇文章中我们给大家分析了python继承与多重继承的相关知识点内容，有兴趣的读者们参考下。2018-09-09
今天小编就为大家分享一篇基于python-pptx库中文文档及使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
大家好，本篇文章主要讲的是Python实现一个简单的QQ截图，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下的相关资料2022-02-02
这篇文章主要介绍了TensorFlow卷积神经网络MNIST数据集的实现示例的过程详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2021-11-11
这篇文章主要介绍了使用python远程操作linux过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-12-12
这篇文章主要介绍了Keras 快速解决OOM超内存的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
最新评论