python学习之五(map,filter,reduce函数的使用)

本文深入探讨Python中的高阶函数,包括map、filter和reduce的使用方法与实践案例,展示了如何利用这些函数简化代码,提高编程效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

map函数

我们首先使用原始的方法定义几个功能函数来实现数字的加,减,平方运算。代码如下所示:

def add(x):
    return x+1

def reduce(x):
    return x-1

def pf(x):
    return x**2

num_1=[1,2,5,9]
def map_test(func,array):
    ret=[]
    for i in array:
        res=func(i)
        ret.append(res)
    return ret

原始的方法比较麻烦。下面来看使用map函数方法(使用了lambda表达式比较方便简单):

num_1=[1,2,5,9]
res=map(lambda x:x+1,num_1)
print('内置函数处理结果:')
print(list(res))

输出结果:

再来看一个小写转大写的map方法:

 msg='qwerqwer'
 print(list(map(lambda x:x.upper(),msg)))

filter函数

#按照以前的思维用循环来写一个过滤器,有局限性
# animial=['ab_cat','ab_tager','dog_ab','cow_ab']
#
# def ab(n):
#     return n.endswith('ab')
#
#
# def filter_test(func,array):
#     ret=[]
#     for i in array:
#         if not func(i):
#             ret.append(i)
#     return ret
# print(filter_test(ab,animial))
#
# #filter函数
# animial=['ab_cat','ab_tager','dog_ab','cow_ab','fly']
# #保留filter中含有的元素
# print(list(filter(lambda n:n.endswith('ab'),animial)))
# #保留filter中不含有的元素
# print(list(filter(lambda n:not n.endswith('ab'),animial)))

reduce函数

# num_1=[9,2,4,5,6,7,3]
# #第一种形式
# sum=0
# for num in num_1:
#     sum+=num
# print(sum)
#第二中形式
# def multi(x,y):
#     return x*y
# def reduce_test(func1,array):
#     sum=array.pop(0)
#     for i in array:
#         sum=func1(sum,i)
#     return sum
# print(reduce_test(lambda x,y:x*y,num_1))
# #reduce函数的功能
# from functools import reduce
# #最后的2是给功能指定初始的值,也可以不指定初始的值
# print(reduce(lambda x,y:x+y,num_1,2))

 

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值