Python之列表表达式及高阶函数lamda、zip、enumerate、map和filter方法

一、列表表达式[List Comprehension]

• 顾名思义，这个表达式作用是以一个快捷的方法对列表进行操作或运算，返回新的列表。其使用方式为[表达式 for 变量 in 列表] 或者 [表达式 for 变量 in 列表 if 条件]。
• 一个最简单的列表表达式，如下所示：

>>> list1 = [1, 2, 3, 4]
>>> list2 = [i*i for i in list1]
>>> list3 = [i*i for i in list1 if i>2]
>>> print(list2)
[1, 4, 9, 16]
>>> print(list3)
[9, 16]

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

• 列表表达式也可以遍历元组生成新的列表(如 list5)，然而却不能直接生成新的元组。比如 list6 实际上是个生成器表达式，不属于列表表达式了。对于生成器表达式可以通过使用 list6.next() 方法一次一次取值。

>>> tuple1 = (1, 2, 3, 4)
>>> list5 = [i*i for i in tuple1]
>>> print(list5)
[1, 4, 9, 16]
>>> list6 = (i*i for i in tuple1)
>>> print(list6)
<generator object <genexpr> at 0x03559E10>

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

• 统计字符串列表中每个字符串的长度：

>>> words = ['abc','defg','I love python', 'Django']
>>> len_list = [ len(word) for word in words ]
>>> print(len_list)
[3, 4, 13, 6]

  

 

  
1
  
2
  
3
  
4
 

• 利于列表表达式求两个列表的交集：

>>> a = [ 3, 5, 6, 8]
>>> b = [ 5, 6]
>>> a_b = [ i for i in a if i in b]
>>> print(a_b)
[5, 6]

  

 

  
1
  
2
  
3
  
4
  
5
 

• 打印出 100 以内所有十位数比个位数大 1 位的数字：

>>> num = [ n1*10+n2 for n1 in range(0, 10) 
        for n2 in range(0, 10) if n1 == n2+1 ]
>>> print(num)
[10, 21, 32, 43, 54, 65, 76, 87, 98]

  

 

  
1
  
2
  
3
  
4
 

二、匿名函数 lambda 函数

• Lambda 函数又称匿名函数，也有人称为 lambda 表达式。顾名思义，匿名函数就是没有名字的函数。函数没有名字也行吗？当然可以啦。有些函数如果只是临时一用，而且它的业务逻辑也很简单时，就没必要非给它取个名字不可。
• lambda 匿名函数的格式是 lambda 参数: 表达式，冒号前是参数，可以有多个，用逗号隔开，冒号右边的为表达式。其实 lambda 返回值是一个函数的地址，也就是函数对象。
• 如下所示，是一个最简单的 lambda 函数：

>>> add = lambda x, y: x+y
>>> type(add)
<class 'function'>
>>> print(add(3,5))
8

  

 

  
1
  
2
  
3
  
4
  
5
 

• 既然是匿名函数，为什么还要给它取个叫 add 的名字？这的确是多次一举。其实 lambda 最常用的还是和 sorted, map、reduce、filter 这些高级函数结合使用。
• 再来看两个使用 lambda 函数结合 sorted 方法排序的经典例子：一个按绝对值大小排序，一个按字符串长度排序：

>>> list1 = [ 5, -3, 1, 8, -4 ]
>>> list2 = sorted(list1, key=lambda x:abs(x))
>>> print(list2)
[1, -3, -4, 5, 8]

>>> list3 = ['to', 'python', 'ABC']
>>> list4 = sorted(list3, key=lambda x:len(x))
>>> print(list4)
['to', 'ABC', 'python']

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
 

• 如下所示，是一道关于 lambda 函数的经典面试题，flist[0] 结果输出什么呢？

>>> flist = [ lambda x:x*x for x in range(1, 3)]
>>> print(flist)
[<function <listcomp>.<lambda> at 0x03ADE2B8>, <function <listcomp>.<lambda> at 0x03ADE300>]
>>> flist[0]
<function <listcomp>.<lambda> at 0x03ADE2B8>
>>> flist[0](2)
4

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

• 这个主要考函数对象列表，千万不要和列表表达式搞混了，答案是 flist[0] 输出的是函数对象。

三、zip 函数

• zip() 函数来可以把 2 个或多个列表合并，并创建一个元组对的列表，元组对的数量以合并列表的最短长度为准
• python 3中 zip 方法合并列表后生成的是 zip 对象，使用 list 方法可以将其变成列表，使用 dict 方法可以将其变成字典：

>>> l1 = [ 1, 2, 3 ]
>>> l2 = [ 'x', 'y', 'z']
>>> l3 = [ 'x', 'y' ]
>>> zip(l1, l2)
<zip object at 0x031D6828>
>>> print(list(zip(l1, l2)))
[(1, 'x'), (2, 'y'), (3, 'z')]
>>> print(list(zip(l1, l3)))
[(1, 'x'), (2, 'y')]
>>> print(dict(zip(l1,l3)))
{1: 'x', 2: 'y'}

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
 

• 实际上 zip 方法支持所有可迭代对象（字符串、列表、元祖、字典)，而不仅仅是列表。利用这个特性，可以很容易创建各种字典，包括很复杂的字典。
• 来看 2 个经典例子，如下所示，注意 zip 对象支持直接遍历，不需要先转成 list 或 dict：

>> > l1 = [1, 2, 3]
>> > str1 = "abc"
>> > print(dict(zip(l1, str1)))
{1: 'a', 2: 'b', 3: 'c'}
>> > name = ["John", "Jim", "Lucy"]
>> > year = [1983, 1985, 1995]
>> > birth_year = dict(zip(name, year))
>> > print(birth_year)
{'John': 1983, 'Jim': 1985, 'Lucy': 1995}
>> > for name, year in zip(name, year):
    print("{} - {}".format(name, year))

John - 1983
Jim - 1985
Lucy - 1995

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
 

• 利用 zip(*some_list) 方法可以实现元组列表的反向解压，如下所示：

>>> l1 = [("John", 1995), ("Lucy", 2000), ("Max", 1985)]
>>> name, year = zip(*l1)
>>> print(name)
('John', 'Lucy', 'Max')
>>> print(year)
(1995, 2000, 1985)
>>> l2 = dict(l1)
>>> print(l2)
{'John': 1995, 'Lucy': 2000, 'Max': 1985}
>>> name1, year1 = zip(*l2)
Traceback (most recent call last):
  File "<pyshell#6>", line 1, in <module>
    name1, year1 = zip(*l2)
ValueError: too many values to unpack (expected 2)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
 

• 注意 unzip 只支持元组列表，不支持 dict 直接解压。

四、enumerate() 函数

• enumerate() 函数用于将一个可遍历的数据对象（如列表、元组或字符串）组合为一个索引序列，同时列出数据和数据下标，常见用于 for 循环。一般只有需要同时用到索引 index 和 value 值的时候才用 enumerate 方法。
• 直接使用 enumerate 方法生成是个 enumerate 对象，可以遍历。

>> > name = ["John", "Lucy", "Mary"]
>> > name1 = enumerate(name)
>> > print(name1)
< enumerate object at 0x030D0FA8 >
>> > for index, name in enumerate(name):
    print("{}-{}".format(index, name))

0 - John
1 - Lucy
2 - Mary

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
 

五、map 函数

• map 函数是个非常有用的方法，其语法是 map(function, iterable, …)。map 方法可以接收函数作为参数，并将其映射于列表的多个元素。
• Python 2 中返回列表，Python 3 中返回迭代器，需要使用 list 方法再生成列表。
• map 函数不仅支持自定义的函数和 lambda 函数，还支持 Python 自带的函数。
• 如下所示，map 函数应用，将计算平方的 lambda 函数映射于列表中的每个元素：

>>> l = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
>>> print(l)
<map object at 0x03553790>
>>> print(list(l))
[1, 4, 9, 16, 25]

  

 

  
1
  
2
  
3
  
4
  
5
 

• map 函数还支持多个列表的映射和计算，如下所示：

>>> l1 = [1, 2, 3]
>>> l2 = [4, 5, 6, 7]
>>> l3 = [8, 9]
>>> print(list(map(lambda x,y,z:x+y+z, l1, l2, l3)))
[13, 16]

  

 

  
1
  
2
  
3
  
4
  
5
 

• lambda 函数中的 x, y, z 分别对应列表 l1、l2 和 l3 中的元素，计算后的生成的列表长度取决于各个列表的最短长度。
• 下面来看一道关于 map 函数的经典考题：有两个字符串 A 和 B，现在要统计字符串 A 中有多少个字符也在字符串 B 中可以找到，常规函数解法如下：

>>> strA = "aAAAbBCC"
>>> strB = "aA"
>>> def count1(str1, str2):
   a = 0
   for c in str1:
      if c in str2:
         a += 1
   return a

>>> count1(strA, strB)
4

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
 

• 使用 map 函数经典解法如下：

>>> strA = "aAAAbBCC"
>>> strB = "aA"
>>> print(sum(map(strA.count, strB)))
4

  

 

  
1
  
2
  
3
  
4
 

• 来分析下上面这段代码，Python 自带的 string.count(char) 函数的作用是统计一个字符串 string 含有字符 char 的数量，在本例中 strB 相当于 char 的一个参数列表 [“a”, “A”]，map 函数先统计 strA 中字符 a 的数量，再统计 strA 中字符 A 的数量，获得列表 [1, 3]，然后将它们相加，即可获得字符串 A 中总共有多少字符可以在 B 中找到。

六、reduce 函数

• reduce() 函数会对参数序列中元素进行累积，该方法第一个参数必需是函数，而且传入的函数必需要有 2。个参数，否则出现错误。该方法将一个数据集合（列表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function 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。
• reduce 函数很适合连续计算（比如列表求和或连乘计算阶乘），经典代码如下：

>>> from functools import reduce
>>> reduce(lambda x, y: x+y, [1,2,3,4,5])
15
>>> reduce(lambda x,y:x*y,range(1,5))
24

  

 

  
1
  
2
  
3
  
4
  
5
 

• Python 3 中 reduce() 函数已经被从全局名字空间里移除了，它现在被放置在 fucntools 模块里，如果想要使用它，则需要通过引入 functools 模块来调用 reduce() 函数。

七、filter 函数

• Python 的 filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。该方法与 map 和 reduce 类似，第一个参数都是函数，作用于可以迭代的对象比如列表和元组，但不同的是 filter 方法传入的函数是判断性函数，只有符合条件的列表元素才会加入新的列表。Python 2 中返回列表，Python 3 中返回 filter 对象，使用 list 方法可以转化为列表。
• 如下所示，使用 filter 方法打印出 10 以内偶数，只有满足 x % 2 == 0 的列表元素才会加入新的列表：

>>> l = filter(lambda x: x % 2 == 0, range(10))
>>> print(l)
<filter object at 0x02C0BBF0>
>>> print(list(l))
[0, 2, 4, 6, 8]

  

 

  
1
  
2
  
3
  
4
  
5
 

• 利用 filter 方法删除字符串列表里的空白字符串，只有满足 s and s.strip() = True 的字符串才会加入新的列表：

def not_empty(s):
    return s and s.strip()

list(filter(not_empty, ['A', '', 'B', None, 'C', '  ']))
# 结果: ['A', 'B', 'C']

  

 

  
1
  
2
  
3
  
4
  
5
 

• 如下所示，是一道关于 filter 方法的经典面试题，利用 filter 方法筛选出一个列表中的素数：

>>> import math
>>> def isPrime(n):
       if n <= 1:
          return False
       elif n == 2:
          return True
       else:
          for i in range(2, int(math.sqrt(n))+1):
             if n%i == 0:
                return False
          return True

>>> l1 = [-1, 0, 2, 3, 6, 7, 8]
>>> l2 = list(filter(isPrime, l1))
>>> print(l2)
[2, 3, 7]

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
 

文章来源: blog.csdn.net，作者：Serendipity·y，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/Forever_wj/article/details/122353653