目錄

• 一.map 函數
• 二.reduce 函數
• 三.filter 函數
• 四.猜你喜歡

零基礎 Python 學習路線推薦 : Python 學習目錄 >> Python 基礎入門

Python 中 reduce / map / filter 三個函數很容易搞混淆，雖然利用函數對迭代器或者序列中的元素操作，但是適用的場景卻各不相同；

一.map 函數

map 函數特點：對可迭代器或者序列中的每個元素進行相同的操作（例如每個元素+1 等等），并返回迭代器或者列表，示例如下：

# !usr/bin/env python # -*- coding:utf-8 _*- """ @Author:猿說編程 @Blog(個人博客地址): www.codersrc.com @File:Python reduce / map / filter 函數區別.py @Time:2021/05/18 07:37 @Motto:不積跬步無以至千里，不積小流無以成江海，程序人生的精彩需要堅持不懈地積累！"""def func1(x):# 將每一個元素計算平方值print("x=%d x*x=%d"%(x,x*x))return x*xif __name__ == "__main__":list1 = [1,2,3,4,5]#方法一：value = map(func1,list1) #返回map對象，可以強制轉為list列表print(list(value))print("***"*20)#方法二：value = map(lambda x:x*x, list1) #返回map對象，可以強制轉為list列表print(list(value))''' 輸出結果：x=1 x*x=1 x=2 x*x=4 x=3 x*x=9 x=4 x*x=16 x=5 x*x=25 [1, 4, 9, 16, 25] ************************************************************ [1, 4, 9, 16, 25] '''

值得注意的是：map 函數返回值是迭代器，注意返回的結果只能迭代一次，如果需要多次使用請提前保存結果并處理，例如：

def func1(x):# 將每一個元素計算平方值# print("x=%d x*x=%d"%(x,x*x))return x*xif __name__ == "__main__":list1 = [1,2,3,4,5]value = map(func1,list1) #返回map對象，可以強制轉為list列表print(list(value))print(list(value))''' 輸出：[1, 4, 9, 16, 25] [] '''

很懵逼是不是？明明沒什么錯誤，為什么第二次輸出就是空列表呢？因為 map 函數返回的迭代器只能迭代一次，解決辦法：在獲取結果的時候強轉為 list 列表 即可,實例如下：

# !usr/bin/env python # -*- coding:utf-8 _*- """ @Author:猿說編程 @Blog(個人博客地址): www.codersrc.com @File:Python reduce / map / filter 函數區別.py @Time:2021/05/18 07:37 @Motto:不積跬步無以至千里，不積小流無以成江海，程序人生的精彩需要堅持不懈地積累！"""def func1(x):# 將每一個元素計算平方值# print("x=%d x*x=%d"%(x,x*x))return x*xif __name__ == "__main__":list1 = [1,2,3,4,5]value = list(map(func1,list1)) #返回map對象，可以強制轉為list列表print(list(value))print(list(value))''' 輸出：[1, 4, 9, 16, 25] [1, 4, 9, 16, 25] '''

二.reduce 函數

reduce 函數特點：從左到右對一個序列的項累計地應用有兩個參數的函數，以此合并序列到一個單一值（例如累加或累乘列表元素等等），返回最終的計算結果，是一個值，示例如下：

# !usr/bin/env python # -*- coding:utf-8 _*- """ @Author:猿說編程 @Blog(個人博客地址): www.codersrc.com @File:Python reduce / map / filter 函數區別.py @Time:2021/05/18 07:37 @Motto:不積跬步無以至千里，不積小流無以成江海，程序人生的精彩需要堅持不懈地積累！"""#python3在使用reduce函數時需要導入模塊from functools import reduce # 導入模塊def func1(x,y):# 把上一次計算的結果作為下一次的計算的輸入print("x=%d y=%d x*y=%d"%(x,y,x*y))return x*yif __name__ == "__main__":list1 = [1,2,3,4,5]#方法一：value = reduce(func1,list1) #等價 1*2*3*4*5 = 120print(value)print(type(value))print("***"*20)#方法二：value = reduce(lambda x,y:x*y, list1) # 等價 1*2*3*4*5 = 120print(value)print(type(value))''' 輸出結果：x=1 y=2 x*y=2 x=2 y=3 x*y=6 x=6 y=4 x*y=24 x=24 y=5 x*y=120 120 <class 'int'> ************************************************************ 120 <class 'int'> '''

三.filter 函數

**filter 函數**特點：對可迭代對象中的元素按照特定的條件進行篩選（例如篩選列表中所有的偶數等等），示例如下：

# !usr/bin/env python # -*- coding:utf-8 _*- """ @Author:猿說編程 @Blog(個人博客地址): www.codersrc.com @File:Python reduce / map / filter 函數區別.py @Time:2021/05/18 07:37 @Motto:不積跬步無以至千里，不積小流無以成江海，程序人生的精彩需要堅持不懈地積累！"""lis=[0,1,2,3,4,5,6]#定義篩選偶數的普通函數 def func4(x):return x%2==0#第一種使用filter函數的方式---lambda res5=filter(lambda x:x%2==0,lis) print(list(res5)) print(list(res5)) print("***"*20)#第二種使用filter函數的方式---普通函數二 res7=filter(func4,lis) print(list(res7)) print(list(res7))''' 輸出結果：[0, 2, 4, 6] [] ************************************************************ [0, 2, 4, 6] [] '''

懵逼？事實證明，filter 函數返回的結果也和 map 函數一樣，只能迭代一次，解決方案和 map 的解決方案一樣，在獲取結果的時候強轉為** list 列表** 即可；

四.猜你喜歡

Python 條件推導式

Python 列表推導式

Python 字典推導式

Python 不定長參數 *argc/**kargcs

Python 匿名函數 lambda

Python return 邏輯判斷表達式

Python is 和 == 區別

Python 可變數據類型和不可變數據類型

Python 淺拷貝和深拷貝

Python 異常處理

Python 線程創建和傳參

Python 線程互斥鎖 Lock

Python 線程時間 Event

Python 線程條件變量 Condition

Python 線程定時器 Timer

Python 線程信號量 Semaphore

Python 線程障礙對象 Barrier

Python 線程隊列 Queue – FIFO

Python 線程隊列 LifoQueue – LIFO

Python 線程優先隊列 PriorityQueue

Python 線程池 ThreadPoolExecutor(一)

Python 線程池 ThreadPoolExecutor(二)

Python 進程 Process 模塊

Python 進程 Process 與線程 threading 區別

Python 進程間通信 Queue / Pipe

Python 進程池 multiprocessing.Pool

Python GIL 鎖

未經允許不得轉載：猿說編程 ? Python reduce / map / filter 函數區別

總結

以上是生活随笔為你收集整理的Python reduce / map / filter 函数区别 - Python零基础入门教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。