• Python -- map, Lambda, filter and reduce


    map(func, seq)
    对seq中的每一个元素,调用func并返回结果。典型的应用是使用lambda函数。

    >>> def square(x):
    	return x**2
    
    >>> square = map(square,range(10))
    >>> print(square)
    [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
    >>> 
    
    >>> names = ['Anne', 'Amy', 'Bob', 'David', 'Carrie', 'Barbara', 'Zach']
    >>> lengths = map(len,names)
    >>> print(lengths)
    [4, 3, 3, 5, 6, 7, 4]
    >>> 
    

     

    lambda
    使用lambda关键创建匿名函数

    >>> print((lambda x:x**2)(5))
    25
    >>> print((lambda x,y: x*y)(3,4))
    12
    >>> print((lambda x: x.startswith('B'))('Bob'))
    True
    >>> print((lambda x:x.startswith('B'))('Robert'))
    False
    >>> incr = lambda input:input+1
    >>> print(incr(4))
    5
    >>> 
    

    lambda和map一起使用

    >>> squares = map(lambda x:x**2,range(10))
    >>> print(squares)
    [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
    >>> 
    

     

    filter(func or None, seq)
    对seq中的每一个元素,调用func并返回那些使func为true的seq中的项。
    也可以在filter()中使用lambda

    >>> squares = map(lambda x:x**2,range(10))
    >>> special_squares = filter(lambda x:x>5 and x<50,squares)
    >>> print(special_squares)
    [9, 16, 25, 36, 49]
    >>> 
    
    >>> names = ['Anne', 'Amy', 'Bob', 'David', 'Carrie', 'Barbara', 'Zach']
    >>> b_names = filter(lambda s:s.startswith('B'),names)
    >>> print(b_names)
    ['Bob', 'Barbara']
    >>>
    

      

    reduce(func, seq)
    对seq中的每一个元素,调用func并返回单个结果
    如果seq = [ s1, s2, s3, ... , sn ],按照以下方式执行:

    -先取出seq中的两个元素s1,s2调用func(s1,s2)
    -将上一步的结果和seq中的下个元素一起调用func,相当于func(func(s1,s2),s3)
    -按照上面的步骤继续调用下去
    -最终返回单个值作为reduce()的返回值

    >>> reduce(lambda x,y:x+y, [47,11,42,13])
    113
    >>> 
    

    计算过程如下:

    >>> f = lambda a,b:a if(a>b) else b
    >>> reduce(f,[47,11,42,102,13])
    102
    >>> 
    >>> reduce(lambda x,y:x+y,range(1,101))
    5050
    >>> 
    

      

  • 相关阅读:
    word2vec层次化softmax理解
    python动态加载模块,并获取模块中的类与方法(类似反射)
    用Python装饰器给函数自动加上try except
    3D打印第二弹:狗牌
    【高等代数】06
    【高等代数】05
    沙箱-guacamole
    关于写博客的一点思考
    二阶段目标检测总结
    Waymo object detect 2D解决方案论文拓展
  • 原文地址:https://www.cnblogs.com/abclife/p/7520289.html
Copyright © 2020-2023  润新知