Python学习——filter&map

filter&map

1.filter函数

filter()函数用于过滤序列,过滤掉不符合条件的元素,Python3以后返回一个迭代器对象(可以用list()转化为列表查看)。

filter()函数接受两个参数,第一个为函数或者None,第二个为序列。

如果第一个参数是函数,则把序列里的每一个元素传到函数里进行判断,返回True的元素被放到新的列表中。

如果第一个参数是None,则返回序列中为True的元素。

def odd(x):
    return x % 2

tmp = range(10)
show = filter(odd, tmp)
show1=filter(None,tmp)

print(show)#返回迭代器对象
print(list(show))#返回True,即是奇数的数
print(list(show1))#返回True,即非零数
输出:
<filter object at 0x000001FB6E020128> [1, 3, 5, 7, 9] [1, 2, 3, 4, 5, 6, 7, 8, 9]

2.map函数

map()函数根据提供函数对指定序列做映射。

map()函数接受两个参数,第一个为函数,第二个可以为一个或者多个序列,同filter一样返回一个迭代器对象。

注意:若有多个序列,每个序列元素数量不同,则会按照有最少元素的进行。

def square(x):
    return x * x

def add(x, y):
    return x + y

print(map(square, range(5)))
print(list(map(square, range(5))))
print(list(map(add, [1, 2, 3], [1, 2, 3])))
print(list(map(add, [1, 2, 3], [1, 2])))
输出:
<map object at 0x00000200466B02E8>
[0, 1, 4, 9, 16]
[2, 4, 6]
[2, 4]

 

转载于:https://www.cnblogs.com/wyb6231266/p/10344571.html

### Python 递归函数及其与 `map` 和 `filter` 的组合应用 #### 递归函数使用方法 递归函数是指在其定义中调用自身的函数。为了防止无限递归,通常会有一个终止条件来结束递归过程。下面是一个计算阶乘的例子: ```python def factorial(n): if n == 0 or n == 1: return 1 else: return n * factorial(n - 1) print(factorial(5)) # 输出: 120 ``` 此代码展示了如何通过递归来实现阶乘功能[^1]。 #### 结合 `map` 函数的应用 `map()` 函数用于将指定的函数应用于序列中的每一个项,并返回一个新的列表。当与递归函数一起使用时,可以在处理复杂数据结构时提供强大的工具。例如,假设要对一系列数值求平方根并取整: ```python import math def sqrt_round(x): if x >= 0: return round(math.sqrt(x)) else: raise ValueError("负数无法开方") numbers = [4, 9, 16, 25] result = list(map(sqrt_round, numbers)) print(result) # 输出: [2, 3, 4, 5] ``` 这里利用了自定义的递归逻辑(虽然这个例子并不严格意义上是递归),并通过 `map()` 将其作用于整个列表上[^4]。 #### 结合 `filter` 函数的应用 `filter()` 函数用来筛选满足特定条件的数据条目。如果希望基于某些规则过滤掉不想要的结果,则可以考虑将其同递归算法相结合。比如找出给定范围内所有的素数: ```python def is_prime(num): if num <= 1: return False elif num == 2: return True else: for i in range(2, int(math.sqrt(num)) + 1): if (num % i) == 0: return False return True primes = list(filter(is_prime, range(1, 20))) print(primes) # 输出: [2, 3, 5, 7, 11, 13, 17, 19] ``` 这段程序先定义了一个判断质数的辅助函数 `is_prime()` ,再借助 `filter()` 来获取符合条件的所有元素。 #### 组合使用的综合案例 现在尝试创建一个更复杂的场景——查找斐波那契数列中小于某个最大值的最大成员。这不仅涉及到了递归的概念,还涉及到映射(`map`)以及过滤(`filter`)操作: ```python def fibonacci(max_value): def fib_helper(a=0, b=1): while a < max_value: yield a a, b = b, a+b sequence = tuple(fib_helper()) filtered_sequence = list(filter(lambda x : x<=max_value ,sequence)) mapped_result = list(map(str,filtered_sequence)) return ", ".join(mapped_result) fib_string = fibonacci(100) print(f"Fibonacci Sequence up to 100:\n{fib_string}") ``` 上述脚本首先构建了一个生成器表达式的帮助者函数 `fib_helper()` 来生产斐波那契数列;接着运用 `filter()` 去除了超过设定上限的部分;最后采用 `map()` 把剩余项目转换成字符串形式以便更好地展示最终结果。
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