一文读懂python的map、reduce函数

这篇文章讲的是Python的map、reduce两大函数。

这对兄弟是出现频率极高且相当实用的python函数，初学者会较难理解，看完本文你就能搞定它们喽！

map

map()方法会将一个函数映射到序列的每一个元素上，生成新序列，包含所有函数返回值。

也就是说序列里每一个元素都被当做x变量，放到一个函数f(x)里，其结果是f(x1)、f(x2)、f(x3)......组成的新序列。

如何使用map函数?

     
   
   
   map(function_to_apply, list_of_inputs)

function_to_apply：代表函数
list_of_inputs：代表输入序列

注意：python3中 map函数返回的是 迭代器

大多数时候，我们要把列表中所有元素一个个地传递给一个函数，并收集输出。

比方说：

     
   
   
   items = [1, 2, 3, 4, 5] # 列表
      
    
    
    squared = []
      
    
    
    for i in items:
      
    
    
        squared.append(i**2)

map函数可以让我们用一种简单而漂亮得多的方式来实现：

     
   
   
   items = [1, 2, 3, 4, 5]
      
    
    
    squared = list(map(lambda x: x**2, items))

上面使用了匿名函数，也可以自定义函数：

     
   
   
   items = [1, 2, 3, 4, 5]
      
    
    
    def f(x):
      
    
    
        return x**2
      
    
    
    squared = list(map(f, items))

reduce

reduce相比map稍复杂点

reduce的工作过程是：在迭代序列的过程中，首先把 前两个元素（只能两个）传给函数，函数加工后，然后把 得到的结果和第三个元素 作为两个参数传给函数参数， 函数加工后得到的结果又和第四个元素 作为两个参数传给函数参数，依次类推。

reduce函数怎么用？

     
   
   
   reduce(function, iterable[, initializer])

function：代表函数
iterable：序列
initializer：初始值（可选）

与map不同，reduce不可以直接使用，需要用from functools import reduce导入

比如说我要求10的阶乘，就可以用reduce做：

     
   
   
   # 导入reduce
      
    
    
    from functools import reduce 
      
    
    
    # 定义函数
      
    
    
    def f(x,y):
      
    
    
        return x*y
      
    
    
    # 定义序列，含1~10的元素
      
    
    
    items = range(1,11)
      
    
    
    # 使用reduce方法
      
    
    
    result = reduce(f,items)
      
    
    
    print(result)

END

本文分享自微信公众号 - Python大数据分析（pydatas）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。

来源：oschina

链接：https://my.oschina.net/u/4604431/blog/4476340

标签

python

大数据