3个提高python效率的函数

Python作为一种编程语言，在人们的日常工作与生活中应用地愈加广泛，有些人将其用来做爬虫、数据分析与可视化，也有不少人用它来做机器学习与深度学习建模预测。
为了避免敲打出复杂而又冗长的代码，今天就来和大家分享一下Python当中可以提效的三个函数方法，希望大家可以喜欢。

map()

---

定义：

它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。

示例：

    def num_func(x):
        return x ** 2/2
        
    data = [1,3,5,7,9,12]
    list(map(num_func,data))
    #输出 0.5,4.5,12.5,24.5,40.5,72.0]

相信读者在日常的实践操作中用for循环的比较多，但是与map()函数相比还是略显复杂与冗长，同时更加简洁的方式就是map和lambda结合

进阶示例：

    data = [1,3,5,7,9,12]
    result = list(map(lambda x:x**2/2,data))
     #输出 0.5,4.5,12.5,24.5,40.5,72.0]

filter()

---

定义

filter()函数接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。

当然读者也完全可以使用for循环加if条件筛选来过滤出相应的元素，但上述操作实在太过于繁琐

示例：

    def bigger_than_15(x):
        return x>15
        
    data = [2,3,5,6,8,9]    
    list(filter(bigger_than_15,data))

reduce()

---

定义：

reduce() 函数会对参数序列中元素进行累积
函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）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。

参数列表

function	有两个参数的函数，必须参数
sequence	tuple,list,dict,string等可迭代（可理解为可遍历）数据类型，必须参数
initial	初始值，可选参数

示例：

    from functools import reduce
    def add_nums(x,y):
        return x + y 
        
    data = [5,10,13,56]
    reduce(add_nums,data)

进阶示例：

    from functools import reduce
 
    data = [5,10,13,56]
    reduce(lambda x,y:x+y,data)