python高阶函数 python中三种高阶函数(map,reduce,filter)详解

时间:2021-10-21 网名余先生人气:0

想了解python中三种高阶函数(map,reduce,filter)详解的相关内容吗，网名余先生在本文为您仔细讲解python高阶函数的相关知识和一些Code实例，欢迎阅读和指正，我们先划重点：python高阶函数,python,map,reduce,filter，下面大家一起来学习吧。

map(function,seq[,seq2]) 接收至少两个参数,基本作用为将传入的函数依次作用到序列的每个元素，并且把结果作为新的序列返回一个可迭代的map对象

function:函数对象

py2中可为None，作用等同于zip()
如：

py3中不可为None，None是不可调用、不可迭代对象

seq:可迭代对象，可以传一个或多个

# 传一个：
def func(i):return i*2
print([i for i in map(func,[1,'2'])]) # [2,'22']

# 传多个
def func2(x,y):return x+y
print([i for i in map(func2,[1,2],[2,3])]) # [3, 5]

结合图 map()的作用可以理解为：

# 传一个时
seq=[1,'2']
result=[]
def func(x):return x*2
for i in seq:
	result.append(func(i))
print(result)
# 传多个时
seq1=[1,2]
seq2=[2,3]
result=[]
def func2(x,y):return x+y
for x,y in zip(seq1,seq2):
	result.append(func2(x,y))
print(result)

当多个可迭代对象的长度不一致时，map只会取最短组合；同时每个可迭代对象相应位置参数类型需一致！(除了py支持的"str"*n)
如：

seq1=[1,2]
seq2=[2,3,4]
result=[]
def func2(x,y):return x+y
for x,y in zip(seq1,seq2):
	result.append(func2(x,y))
print(result) #[3,5]

map的function参数可以是lambda对象
如：

print([i for i in map(lambda x, y, z: (f'x:{x}', f'y:{y}', f'z:{z}'), [1, 2, 3, 4, 5], [1, 2, 3, 4], [1, 2])])
# [('x:1', 'y:1', 'z:1'), ('x:2', 'y:2', 'z:2')]

filter(function, seq)接收两个参数，基本作用是对可迭代对象中的元素进行过滤；并返回一个新的可迭代filter对象

function：函数对象，返回值必须是个boolean值

seq：可迭代对象

如：获取所有小写的字符串

	print([i for i in filter(lambda k: str(k).islower(), ['Java', 'Python', 'js', 'php'])])
 	# ['js', 'php']

等同于：

_list=['Java','Python','js','php']
result=[]
def is_lower(str_obj):return str(str_obj).islower()
for i in _list:
	if is_lower(i):
		result.append(i)
print(result)

reduce(function,seq[,initial])接收三个参数，基本作用为对序列进行累积；并返回结果。python3中reduce需从functools模块导入

function：函数对象

seq: 可迭代对象

initial：初始值，选填参数

工作过程是：
reduce在迭代seq的过程中，第一次先把 seq的前两个元素传给函数function，函数处理后，再把得到的结果和第三个元素作为两个参数再次传递给函数function，函数处理后得到的结果又和第四个元素作为两个参数传给函数function 依次类推，直至seq被迭代完。如果传入了 initial 值，那么首次传递的两个元素则是 initial值和第一个元素。经过一次次累计计算之后得到一个汇总返回值。
如：求和

def _add(x, y):
	return x + y
	
# 指定initial
print(reduce(_add,[1],3)) # 4
print(reduce(_add, [1, 2], 2)) # 5
# 不指定initial
print(reduce(_add, [1, 2])) # 3
print(reduce(_add,[1])) # 1
print(reduce(_add, [1, 2, 3, 4, 5])) # 15

等同于：

def fact(n):
	if n == 1:
		return 1
	return n + fact(n - 1)

print(fact(5)) # 15

借助lambda：

print(reduce(lambda x, y: x + y, range(1, 6))) # 15

结合实际：假设我们要取出字典的key中包含某个关键字的键值对
如：取出下列字典中key值包含ECU的键值对

key = "ECU"
file_dict = {'value': 'name',
			 '刷写ECU': 'burn_ecu_version=ecu_name,burn_package_url,(flash_method)',
			 'BD升级ECU': 'bd_ecu_version=ecu_name,doip_package_url',
			 '设置证书': 'set_ecu_certs=set_method,ecu_name,(bench_name)', 'x': {"ECU": "xx"}}

方法一：引入其他变量

result = {}
for k, v in file_dict.items():
	if key in k:
		result[k] = v
print(result) 
# {'刷写ECU': 'burn_ecu_version=ecu_name,burn_package_url,(flash_method)', 'BD升级ECU': 'bd_ecu_version=ecu_name,doip_package_url'}

方法二：使用推导式

print(dict((k, v) for k, v in file_dict.items() if key in k))

方法三：reduce+map+filter

from functools import reduce
print(reduce(lambda x, y: x.update(y) or x,
			 [i for i in map(lambda k: {k: file_dict[k]}, filter(lambda k: key in k, file_dict))]))

细心的同学肯定发现无法过滤出嵌套key。这是弊端
解决方案：递归

class GetResource:
	def __init__(self):
		self.result = {}

	def get_resource(self, key_str, data):

		"""
		从dict中获取包含指定key的k,v
		:param key_str:
		:param data:
		:return:
		"""

		if not isinstance(data, (dict, list, tuple)):
			pass
		elif isinstance(data, (list, tuple)):
			for index in data:
				self.get_resource(key_str, index)
		elif isinstance(data, dict):
			for k, v in data.items():
				if isinstance(v, str):
					if key_str in k:
						self.result[k] = v
				else:
					self.get_resource(key_str, v)
		return self.result


print(GetResource().get_resource(key, file_dict))
# {'刷写ECU': 'burn_ecu_version=ecu_name,burn_package_url,(flash_method)', 'BD升级ECU': 'bd_ecu_version=ecu_name,doip_package_url', 'ECU': 'xx'}

加载全部内容