这三个内置函数还是非常有用的,在工作中用的还不少,顺手,下面一一进行介绍
1、filter
语法:filter(function,iterable)
解释:把迭代器通过function函数进行过滤出想要的数据
用法:可以设置一个迭代器,然后把相同属性的元素过滤出来,如下所示
list1 = [1,2,3,4,5,6,7,8,9,10] listTemp = filter(lambda x:x%2==0,list1)
上面的意思是过滤出偶数(即被2整除的数),其中使用了匿名函数lambda,非常简便,当然我们也可以自己顶一个函数来实现
另外在python2.*版本中是直接返回list的,但在python3.*中是返回一个迭代器
2、map
语法:map(function,*iterable)
解释:把迭代器(或多个迭代器)通过function函数得到结果
用法:可以设置一个或多个迭代器,然后把相同位置(如果为多个迭代器)的元素通过function函数得到最终结果,如下所示:
#一个迭代器 list1 = [1,2,3,4,5,6,7,8,9] listTemp = map(lambda x:x*x,list1) #多个迭代器 list2 = [11,12,13] list3 = [21,22,23,24,25] listTemp = map(lambda x,y,z:x+y+z,list1,list2,list3)
多个迭代器的时候,是对后面所有的迭代器进行处理(lambda函数的参数个数必须和后面迭代器的个数一致),这里我们又使用了匿名函数lambda
同filter一样,在python2.*版本中是直接返回list的,但在python3.*中是返回一个迭代器
3、reduce
语法:reduce(function,iterable)
解释:把迭代器通过function进行累积计算
用法:function必须包含俩个参数,第一个参数表示初始值,第二个参数表示迭代器的每个元素,如下:
list1 = [1,2,3,4,5] listTemp = reduce(lambda x,y:x+y*y,list1) print(listTemp)
通过print可以看出使用的是python3.*,这里要注意的是,reduce函数在3.*版本里面已经移动到functools里面
这里我们再次使用了lambda匿名函数,非常好用,函数式意思是把list1中的元素自乘之后再相加