python函数（下）

reduce函数

功能：

• 对一个序列进行压缩运算，得到一个value。
• python2中，reduce() 是内置函数，而现在，py3中，它被移植到functools 模块中。
• from functools import reduce

格式：

• reduce(function，iterable，[initial])
  • function 必须要传入两个参数
  • iterable —> 列表/元组

from functools import reduce

y = [2, 3, 4, 5, 6]
z = reduce(lambda x, y: x + y, y)# 若初始值为100，即z = reduce(lambda x, y: x + y, y,100)

print(z)

#20                                #则结果为120

apply函数

功能：

• pandas 中，应用对象是pandas中的DataFrame或者Series
• 直接对DataFrame或者Series应用函数
• 对pandas中groupby之后的聚合对象应用apply

zip函数

功能：

• 将可迭代对象作为参数，将对象中对应的元素打包成一个个元组，返回由这些元组构成的对象。
• 程度不一样的时候，以长度短的为准

注意：

利用*操作符，与zip相反，进行解压。

格式：

zip(iterable1，iterable2，…)

• iterable —> 两个或多个可迭代序列（字符串，列表，元组，字典）

a = [1, 2, 3]
b = [4, 5, 6]
c = [4, 5, 6, 7, 8]

ziptest1 = zip(a, b)
print(list(ziptest1))

#[(1, 4), (2, 5), (3, 6)]

for i in ziptest1:
    print(i, end=' ')
    
#(1, 4) (2, 5) (3, 6) 

a = [1, 2, 3]
b = [4, 5, 6]
c = [4, 5, 6, 7, 8]
ziptest1 = zip(a, b)
Star_zip = zip(*ziptest1)
print(list(Star_zip))

#[(1, 2, 3), (4, 5, 6)]

a = {1: 11, 2: 22}
b = {3: 33, 4: 44}
c = {5: 55, 6: 66}

tp = tuple(c)
print(tp)

print(list(zip(a, b, c)))

#(5, 6)
#[(1, 3, 5), (2, 4, 6)]

用filter判断回文数：

def is_palindrome(n):
    palind = int(str(n)[::-1])
    if palind == n:
        return palind

    
print(list(filter(is_palindrome, range(1, 1000))))
print(list(filter(lambda x: str(x) == str(x)[::-1], range(1, 1000))))

#[1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 22, 33, 44, 55, 66, 77, 88, 99, 101, 111, 121, 131, 141, 151, 161, 171, 181, 191, 202, 212, 222, 232, 242, 252, 262, 272, 282, 292, 303, 313, 323, 333, 343, 353, 363, 373, 383, 393, 404, 414, 424, 434, 444, 454, 464, 474, 484, 494, 505, 515, 525, 535, 545, 555, 565, 575, 585, 595, 606, 616, 626, 636, 646, 656, 666, 676, 686, 696, 707, 717, 727, 737, 747, 757, 767, 777, 787, 797, 808, 818, 828, 838, 848, 858, 868, 878, 888, 898, 909, 919, 929, 939, 949, 959, 969, 979, 989, 999]
#结果同