目录

Map，Filter 和 Reduce

Map

Filter

Reduce

set(集合)数据结构

交集

差集

Map，Filter 和 Reduce

Map，Filter 和 Reduce 三个函数能为函数式编程提供便利。我们会通过实例一个一个讨论并理解它们。

Map

Map会将一个函数映射到一个输出列表的所有元素上。这是它的规范：

map(function_to_apply, list_of_inputs)
 

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]
      squared = []
      for i in items:
          squared.append(i**2)
  
 

Map可以让我们用一种简单而漂亮得多的方式来实现。就是这样：

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

大多数时候，我们使用匿名函数(lambdas)来配合map, 所以我在上面也是这么做的。 不仅用于一列表的输入。 我们甚至可以用于一列表的函数！

      def multiply(x):
          return (x*x)
      def add(x):
          return (x+x)
      funcs = [multiply, add]
      for i in range(5):
          value = map(lambda x: x(i), funcs)
          print(list(value))
          # 译者注：上面print时，加了list转换，是为了python2/3的兼容性
          # 在python2中map直接返回列表，但在python3中返回迭代器
          # 因此为了兼容python3, 需要list转换一下
  
 

Filter

顾名思义，filter过滤列表中的元素，并且返回一个由所有符合要求的元素所构成的列表，符合要求即函数映射到该元素时返回值为True. 这里是一个简短的例子：

      number_list = range(-5, 5)
      less_than_zero = filter(lambda x: x < 0, number_list)
      print(list(less_than_zero))
      # 译者注：上面print时，加了list转换，是为了python2/3的兼容性
      # 在python2中filter直接返回列表，但在python3中返回迭代器
      # 因此为了兼容python3, 需要list转换一下
      # Output: [-5, -4, -3, -2, -1]
  
 

这个filter类似于一个for循环，但它是一个内置函数，并且更快。

注意：如果map和filter对你来说看起来并不优雅的话，那么你可以看看另外一章：列表/字典/元组推导式。

译者注：大部分情况下推导式的可读性更好

Reduce

当需要对一个列表进行一些计算并返回结果时，Reduce 是个非常有用的函数。举个例子，当你需要计算一个整数列表的乘积时。

通常在 python 中你可能会使用基本的 for 循环来完成这个任务。

现在我们来试试 reduce：

      from functools import reduce
      product = reduce( (lambda x, y: x * y), [1, 2, 3, 4] )
  
 

set(集合)数据结构

set(集合)是一个非常有用的数据结构。它与列表(list)的行为类似，区别在于set不能包含重复的值。

这在很多情况下非常有用。例如你可能想检查列表中是否包含重复的元素，你有两个选择，第一个需要使用for循环，就像这样：

      some_list = ['a', 'b', 'c', 'b', 'd', 'm', 'n', 'n']
      duplicates = []
      for value in some_list:
          if some_list.count(value) > 1:
              if value not in duplicates:
                  duplicates.append(value)
      print(duplicates)
      ### 输出: ['b', 'n']
  
 

但还有一种更简单更优雅的解决方案，那就是使用集合(sets)，你直接这样做：

      some_list = ['a', 'b', 'c', 'b', 'd', 'm', 'n', 'n']
      duplicates = set([x for x in some_list if some_list.count(x) > 1])
      print(duplicates)
      ### 输出: set(['b', 'n'])
  
 

集合还有一些其它方法，下面我们介绍其中一部分。

交集

你可以对⽐两个集合的交集（两个集合中都有的数据），如下：

      valid = set(['yellow', 'red', 'blue', 'green', 'black'])
      input_set = set(['red', 'brown'])
      print(input_set.intersection(valid))
      ### 输出: set(['red'])
  
 

差集

你可以用差集(difference)找出有效的数据，相当于用一个集合减去另一个集合的数据，例

如：

      valid = set(['yellow', 'red', 'blue', 'green', 'black'])
      input_set = set(['red', 'brown'])
      print(input_set.difference(valid))
      ### 输出: set(['brown'])
  
 

你也可以用符号来创建集合，如：

      a_set = {'red', 'blue', 'green'}
      print(type(a_set))
      ### 输出: <type 'set'>
  
 

集合还有一些其它方法，我会建议访问官方文档并做个快速阅读。

文章来源: zhulin1028.blog.csdn.net，作者：zhulin1028，版权归原作者所有，如需转载，请联系作者。

原文链接：zhulin1028.blog.csdn.net/article/details/124410251