python 序列处理函数

原创于 2015-08-31 10:19:40 发布 · 1.4k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #序列处理函数

python 专栏收录该内容

17 篇文章

订阅专栏

本文深入探讨Python中的高阶函数应用，包括filter用于筛选列表元素、zip与map实现并行遍历及映射操作、reduce进行累积计算等。通过具体实例展示了如何利用这些函数简化代码，提高开发效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

filter(函数，列表)过滤

对列表做过滤
将列表中，每个值对于函数返回值为True的时候，保留
比如：将>5 的值取出来。

>>> def f(x):
...     if x > 5:
...         return True
...
>>> f(6)
True
>>> f(1)
>>> l = range(10)
>>> filter(f,l)
[6, 7, 8, 9]

zip（）并行遍历、 map（）

当列表长度不一样的时候，zip会取最短的长度
但是map会用None填充

>>> name = ["a",'b','c']
>>> age = [1,2,3]
>>> tel = ['11','22','33']
>>> zip(name,age,tel)
[('a', 1, '11'), ('b', 2, '22'), ('c', 3, '33')]
>>> map(None,name,age,tel)
[('a', 1, '11'), ('b', 2, '22'), ('c', 3, '33')]
>>> test=[1,2]
>>> zip(name,test)
[('a', 1), ('b', 2)]
>>> map(None,name,test)
[('a', 1), ('b', 2), ('c', None)]
>>> a =[1,2,3]
>>> b = [4,5,6]
>>> def mf(x,y):
...     return x*y
...
>>> map(mf,a,b)
[4, 10, 18]

reduce（）

>>> l = range(100)
>>> reduce(lambda x,y:x+y,l)
4950

不用for循环了，更加简练了