Python reducemapfilter 函数区别

一.map 函数
二.reduce 函数
三.filter 函数
四.猜你喜欢

零基础 Python 学习路线推荐 : Python 学习目录 >> Python 基础入门
Python 中 reduce / map / filter 三个函数很容易搞混淆，虽然利用函数对迭代器或者序列中的元素操作，但是适用的场景却各不相同；
一.map 函数map 函数特点：对可迭代器或者序列中的每个元素进行相同的操作（例如每个元素+1 等等），并返回迭代器或者列表，示例如下：

# !usr/bin/env python# -*- coding:utf-8 _*-"""@Author:猿说编程@Blog(个人博客地址): www.codersrc.com@File:Python reduce / map / filter 函数区别.py@Time:2021/05/18 07:37@Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！"""def func1(x):# 将每一个元素计算平方值print("x=%d x*x=%d"%(x,x*x))return x*xif __name__ == "__main__":list1 = [1,2,3,4,5]#方法一：value = https://tazarkount.com/read/map(func1,list1) #返回map对象，可以强制转为list列表print(list(value))print("***"*20)#方法二：value = https://tazarkount.com/read/map(lambda x:x*x, list1)#返回map对象，可以强制转为list列表print(list(value))'''输出结果：x=1 x*x=1x=2 x*x=4x=3 x*x=9x=4 x*x=16x=5 x*x=25[1, 4, 9, 16, 25]************************************************************[1, 4, 9, 16, 25]'''

值得注意的是：map 函数返回值是迭代器，注意返回的结果只能迭代一次，如果需要多次使用请提前保存结果并处理，例如：

def func1(x):# 将每一个元素计算平方值# print("x=%d x*x=%d"%(x,x*x))return x*xif __name__ == "__main__":list1 = [1,2,3,4,5]value = https://tazarkount.com/read/map(func1,list1) #返回map对象，可以强制转为list列表print(list(value))print(list(value))'''输出：[1, 4, 9, 16, 25][]'''

很懵逼是不是？明明没什么错误，为什么第二次输出就是空列表呢？因为 map 函数返回的迭代器只能迭代一次，解决办法：在获取结果的时候强转为 list 列表即可,实例如下：

# !usr/bin/env python# -*- coding:utf-8 _*-"""@Author:猿说编程@Blog(个人博客地址): www.codersrc.com@File:Python reduce / map / filter 函数区别.py@Time:2021/05/18 07:37@Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！"""def func1(x):# 将每一个元素计算平方值# print("x=%d x*x=%d"%(x,x*x))return x*xif __name__ == "__main__":list1 = [1,2,3,4,5]value = https://tazarkount.com/read/list(map(func1,list1)) #返回map对象，可以强制转为list列表print(list(value))print(list(value))'''输出：[1, 4, 9, 16, 25][1, 4, 9, 16, 25]'''

二.reduce 函数reduce 函数特点：从左到右对一个序列的项累计地应用有两个参数的函数，以此合并序列到一个单一值（例如累加或累乘列表元素等等），返回最终的计算结果，是一个值，示例如下：

# !usr/bin/env python# -*- coding:utf-8 _*-"""@Author:猿说编程@Blog(个人博客地址): www.codersrc.com@File:Python reduce / map / filter 函数区别.py@Time:2021/05/18 07:37@Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！"""#python3在使用reduce函数时需要导入模块from functools import reduce # 导入模块def func1(x,y):# 把上一次计算的结果作为下一次的计算的输入print("x=%d y=%d x*y=%d"%(x,y,x*y))return x*yif __name__ == "__main__":list1 = [1,2,3,4,5]#方法一：value = https://tazarkount.com/read/reduce(func1,list1) #等价 1*2*3*4*5 = 120print(value)print(type(value))print("***"*20)#方法二：value = https://tazarkount.com/read/reduce(lambda x,y:x*y, list1)# 等价 1*2*3*4*5 = 120print(value)print(type(value))'''输出结果：x=1 y=2 x*y=2x=2 y=3 x*y=6x=6 y=4 x*y=24x=24 y=5 x*y=120120<class 'int'>************************************************************120<class 'int'>'''

三.filter 函数filter 函数特点：对可迭代对象中的元素按照特定的条件进行筛选（例如筛选列表中所有的偶数等等），示例如下：

# !usr/bin/env python# -*- coding:utf-8 _*-"""@Author:猿说编程@Blog(个人博客地址): www.codersrc.com@File:Python reduce / map / filter 函数区别.py@Time:2021/05/18 07:37@Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！"""lis=[0,1,2,3,4,5,6]#定义筛选偶数的普通函数def func4(x):return x%2==0#第一种使用filter函数的方式---lambdares5=filter(lambda x:x%2==0,lis)print(list(res5))print(list(res5))print("***"*20)#第二种使用filter函数的方式---普通函数二res7=filter(func4,lis)print(list(res7))print(list(res7))'''输出结果：[0, 2, 4, 6][]************************************************************[0, 2, 4, 6][]'''

懵逼？事实证明，filter 函数返回的结果也和 map 函数一样，只能迭代一次，解决方案和 map 的解决方案一样，在获取结果的时候强转为** list 列表** 即可；
四.猜你喜欢

Python 条件推导式
Python 列表推导式
Python 字典推导式
Python 不定长参数 *argc/**kargcs
Python 匿名函数 lambda
Python return 逻辑判断表达式
Python is 和 == 区别
Python 可变数据类型和不可变数据类型
Python 浅拷贝和深拷贝
Python 异常处理
Python 线程创建和传参
Python 线程互斥锁 Lock
Python 线程时间 Event
Python 线程条件变量 Condition
Python 线程定时器 Timer
Python 线程信号量 Semaphore
Python 线程障碍对象 Barrier
Python 线程队列 Queue – FIFO
Python 线程队列 LifoQueue – LIFO
Python 线程优先队列 PriorityQueue
Python 线程池 ThreadPoolExecutor(一)
Python 线程池 ThreadPoolExecutor(二)
Python 进程 Process 模块
Python 进程 Process 与线程 threading 区别
Python 进程间通信 Queue / Pipe
Python 进程池 multiprocessing.Pool
Python GIL 锁

未经允许不得转载：猿说编程 ? Python reduce / map / filter 函数区别
【Python reducemapfilter 函数区别】本文由博客 - 猿说编程猿说编程发布！