Python高级函数——map、reduce和filter

Python高级函数是一些内置函数，它们具有在函数式编程中很重要的作用。其中最常用的就是map、reduce和filter函数。下面我们详细介绍这三个函数。

一、map函数

map函数是 Python 语言中的一种高阶函数，它接收一个函数和一个迭代器作为参数，返回一个新的迭代器，其中每个元素是在原始序列上应用使用给定函数后的结果。

语法为：map(function, iterable, …)。

其中function作为参数传入，同时也可以传递多个序列参数。map函数使用给定函数遍历所有序列的并返回一个新的序列。

示例：

def double(x):
    return x * 2

numbers = [1, 2, 3, 4, 5]

result = map(double, numbers)

print(list(result))

上述代码中，我们定义了一个函数double()，使用map函数遍历了numbers列表，并使用double()函数操作原始列表中的每个元素。最终，我们得到了一个新的列表，并在屏幕上输出了它。

二、reduce函数

reduce函数也是 Python 语言中的一种高阶函数。它接收一个函数和一个迭代器作为参数，但与 map 函数不同的是，reduce() 需要一个额外的初始参数，用于在迭代开始之前应用于序列的 对元素。

语法为：reduce(function, iterable[, initializer])。

其中initializer是可选的，如果指定了它，则会将它作为 个参数传递给function。在每次处理过程中，reduce()函数将function作为参数应用于整个序列中的相邻元素，并将结果存储在类似累加器的变量中。

示例：

from functools import reduce

numbers = [1, 2, 3, 4, 5]

result = reduce(lambda x, y: x+y, numbers)

print(result)

上述代码中，我们使用了reduce()函数，并定义了一个lambda函数来对列表中的数字求和。我们还使用了functools库导入reduce函数。最终结果是，我们把1 + 2 + 3 + 4 + 5计算出来，得到了15。

三、filter函数

filter函数在 Python 语言中常用来过滤序列，它接收一个函数和一个序列作为参数，并返回一个元素，该元素由函数返回 True 的所有原始元素组成。

语法为：filter(function, iterable)。

其中function作为参数传入，并作用于每个元素，并将所有返回 True 的元素组成一个新的序列返回。

示例：

def greater_than_five(x):
    if x > 5:
        return True
    else:
        return False

numbers = [2, 4, 6, 8, 10]

result = filter(greater_than_five, numbers)

print(list(result))

上述代码中，我们定义了一个greater_than_five()函数，该函数用于过滤出大于5的数字。然后，我们将该函数与numbers列表一起使用filter()函数。最终，我们打印出具有True值的所有数字，即[6, 8, 10]。

结论

本文讨论了Python的高级函数map、reduce和filter。在函数式编程中，这些函数在处理列表数据时非常常见，请尝试在自己的代码中使用它们并充分利用它们的好处。