Python中的map和reduce函数简介-优快云博客

本文详细解释了Python中map()和reduce()函数的工作原理及其用法。map()函数将指定的函数应用于序列中的每个元素，而reduce()则通过累积计算的方式处理序列。文中还提供了具体的示例来帮助理解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

①从参数方面来讲：

map()函数：

map()包含两个参数，第一个是参数是一个函数，第二个是序列（列表或元组）。其中，函数（即map的第一个参数位置的函数）可以接收一个或多个参数。

reduce()函数：

reduce() 第一个参数是函数，第二个是序列（列表或元组）。但是，其函数必须接收两个参数。

②从对传进去的数值作用来讲：

map()是将传入的函数依次作用到序列的每个元素，每个元素都是独自被函数“作用”一次；（请看下面的栗子）

reduce()是将传人的函数作用在序列的第一个元素得到结果后，把这个结果继续与下一个元素作用（累积计算），

最终结果是所有的元素相互作用的结果。（请看下面的栗子）

举个栗子：

map()函数：

# 传入一个参数  
def one_p(x):  
    return x * x  
print 'map1.1:', map(one_p, range(1, 5))   
#结果：map1.1: [1, 4, 9, 16]  
print 'map1.2:', map(one_p, [1, 2, 3, 4, 5, 6])  
#结果：map1.2: [1, 4, 9, 16, 25, 36]  
  
# 传入多个参数  
a = [1, 2, 3, 4, 5]  
b = [1, 1, 6, 2, 3]  
c = [1, 2, 3, 4, 5]  
s = map(lambda (x, y, z): x * y * z, zip(a, b, c))  
print 'map2:', s  
#结果：map2: [1, 4, 54, 32, 75]

第二个例子是1*1*1，2*1*2，3*6*3，4*2*4，5*3*5然后组成的列表

reduce()函数：

r1 = reduce(lambda x, y: x * y, (2, 2, 6, 2))  # 运算过程：(((2*2)*6)*2)  
r2 = reduce(lambda x, y: x * y, (2, 2, 6), 2)  # 运算过程：(((2*2)*6)*2)
  
print 'r1:', r1  # 结果：r1: 48  
print 'r2:', r2  # 结果：r2: 48

参考文档：https://www.cnblogs.com/jiafujun/p/7294332.html

转载于:https://www.cnblogs.com/wanstack/p/9001194.html