Python中的filter()函数的3种使用方式详解
前言
filter() 是 Python 内置的高阶函数，用于 过滤序列（如列表、元组、字符串等），返回一个 迭代器（Python 3 中），其中包含满足条件的元素。它的核心功能是 筛选数据，类似于 SQL 中的 WHERE 条件。
一.基本语法P
filter(function, iterable)
function： 一个函数（或 None），用于判断每个元素是否保留。
如果 function 返回 True，则保留该元素。
如果 function 返回 False，则丢弃该元素。
如果 function 是 None，则直接过滤掉 False 值（如 0、""、None、False）。
iterable： 可迭代对象（如列表、元组、字符串等）
返回值：
Python 3：返回 filter 对象（迭代器），可以用 list() 转换成列表
二.3种使用方式
1.使用lambda函数
number=[1,2,3,4,5,6] filtered=filter(lambda x: x%2==0,number) print(list(filtered)) #输出：[2, 4, 6]
2.使用普通函数
def is_even(x):
return x % 2 ==0
numbers=[1,2,3,4,5,6]
filtered=filter(is_even,numbers)
print(list(filtered))
#输出：[2,4,6]3.使用None，过滤掉假值（0、""、None、False）
data=[1," ",None,False,True,0,"hello"] filtered=filter(None,data) print(list(filtered)) #输出：[1, ' ', True, 'hello']
三.filter() vs 列表推导式
filter() 的功能可以用 列表推导式 实现，但 filter() 更函数式编程风格，而列表推导式更直观。
1.filter()方式：
number=[1,2,3,4,5,6] filtered=filter(lambda x: x%2==0,number) print(list(filtered)) #输出：[2, 4, 6]
2.列表推导式方式：
numbers=[1,2,3,4,5,6] filtered=[x for x in numbers if x % 2 == 0] print(list(filtered)) #输出：[2，4，6，]
3. 选择建议
filter()：适合 函数式编程 或 已有判断函数 的情况。
列表推导式：适合 简单条件 或 需要更直观代码 的情况。
四.常见应用
1.过滤偶数
numbers = [1, 2, 3, 4, 5, 6] evens = filter(lambda x: x % 2 == 0, numbers) print(list(evens)) # [2, 4, 6]
2.过滤空字符串
words=["hello"," ","","world","python"] non_empty=filter(lambda x : x.strip(),words) print(list(non_empty)) #['hello', 'world', 'python']
3.过滤 None 值
data = [1, None, "hello", 0, False, True] valid = filter(lambda x: x is not None, data) print(list(valid)) # [1, "hello", 0, False, True]
4. 过滤质数
def is_prime(n):
if n <2:
return False
for i in range(2,int(n ** 0.5)+1):
if n % i ==0:
return False
return True
numbers=range(1,21)
primes=filter(is_prime,numbers)
print(list(primes))
#输出:[2, 3, 5, 7, 11, 13, 17, 19]关键点：
质数定义：大于 1 的自然数，且只能被 1 和它本身整除。
优化检查范围：
只需检查 2 到 √n（int(n**0.5) + 1）的范围，因为如果 n 有因数，必定有一个 ≤ √n。
边界情况：
n < 2：直接返回 False（1 不是质数）。
n = 2：是质数，直接跳过循环返回 True
五.注意事项
1.filter() 返回的是迭代器（Python 3），如果需要列表，要用 list() 转换。
2.filter() 不会修改原数据，而是返回新数据。
3.filter(None, iterable) 可以过滤掉假值（0、""、None、False）。
4.filter() 比 for 循环更高效，因为它是 惰性计算（不立即执行，只在需要时计算）。
六.总结
到此这篇关于Python中的filter()函数的3种使用方式详解的文章就介绍到这了,更多相关Python中filter()函数详解内容请搜索脚本之家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脚本之家！
相关文章
这篇文章主要介绍了python库selenium自动化使用详细教程，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友参考下吧2021-01-01
简单的博客文章爬虫，比较通用，因为大部分的网站结构都差不多,需要的朋友可以参考下2014-02-02
Python已解决NameError: name ‘xxx‘ is not&nb
本文主要介绍了Python已解决NameError: name ‘xxx‘ is not defined,解决报错NameError: name 'xxx' is not defined的关键在于仔细检查拼写、作用域和赋值等问题,感兴趣的可以了解一下2024-06-06
Python UnicodedecodeError编码问题解决方法汇总
本文主要介绍了Python UnicodedecodeError编码问题解决方法汇总，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，需要的朋友们下面随着小编来一起学习学习吧2022-08-08
numpy的Fancy Indexing和array比较详解
这篇文章主要介绍了numpy的Fancy Indexing和array比较详解，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，需要的朋友们下面随着小编来一起学习学习吧2020-06-06
这篇文章主要介绍了python中如何实现将数据分成训练集与测试集的方法，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，需要的朋友们下面随着小编来一起学习学习吧2019-09-09
openpyxl 是一个用于在 Python 中读取和写入 Excel 文件的优秀库,本文主要介绍了python使用Openpyxl操作Excel文件的实现,具有一定的参考价值,感兴趣的可以了解一下2025-04-04
这篇文章主要介绍了python中的生成器、迭代器、闭包、装饰器的相关知识，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下2019-08-08
这篇文章主要为大家详细介绍了python实现windows壁纸定期更换功能，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-01-01
今天小编就为大家分享一篇python中seaborn包常用图形使用详解，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2019-11-11
最新评论