python学习记录五，,map我们可以先看m

python学习记录五，,map我们可以先看m

map

我们可以先看map，map函数接收两个参数，一个是函数，一个是Iterable，map将传入函数依次作用到序列的每个元素，并把结果作为新的Iterator返回

利用python实现

>>> def f(x):...     return x * x...>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])>>> list(r)[1, 4, 9, 16, 25, 36, 49, 64, 81]

map()传入的第一个参数是f，即函数对象本身。由于结果r是一个Iterator，Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list。

所以，map()作为高阶函数，事实上它把运算规则抽象了，因此，我们不但可以计算简单的f(x)=x²，还可以计算任意复杂的函数，比如，把这个list所有数字转为字符串：

>>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))[‘1‘, ‘2‘, ‘3‘, ‘4‘, ‘5‘, ‘6‘, ‘7‘, ‘8‘, ‘9‘]

reduce()用法 reduce把一个函数作用在一个序列[x1,x2,x3....]上，这个函数必须接受两个参数，reduce把结果继续和序列的下一个元素做类及计算，其效果就是：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
>>> from functools import reduce>>> def add(x, y):...     return x + y...>>> reduce(add, [1, 3, 5, 7, 9])25

>>> from functools import reduce>>> def fn(x, y):...     return x * 10 + y...>>> reduce(fn, [1, 3, 5, 7, 9])13579

filter

filter()也可以接收一个函数和一个序列 和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

例如，在一个list中，删掉偶数，只保留奇数，可以这么写：

def is_odd(n): 
　　return n % 2 == 1 
list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15])) 
# 结果: [1, 5, 9, 15] 

把一个序列中的空字符串删掉，可以这么写：

def not_empty(s):    return s and s.strip()list(filter(not_empty, [‘A‘, ‘‘, ‘B‘, None, ‘C‘, ‘  ‘]))# 结果: [‘A‘, ‘B‘, ‘C‘]

可见用filter()这个高阶函数，关键在于正确实现一个“筛选”函数。

注意到filter()函数返回的是一个Iterator，也就是一个惰性序列，所以要强迫filter()完成计算结果，需要用list()函数获得所有结果并返回list。


sorted()

>>> sorted([36, 5, -12, 9, -21])[-21, -12, 5, 9, 36]

>>> sorted([36, 5, -12, 9, -21], key=abs)[5, 9, -12, -21, 36]

>>> sorted([‘bob‘, ‘about‘, ‘Zoo‘, ‘Credit‘], key=str.lower)[‘about‘, ‘bob‘, ‘Credit‘, ‘Zoo‘]

>>> sorted([‘bob‘, ‘about‘, ‘Zoo‘, ‘Credit‘], key=str.lower, reverse=True)[‘Zoo‘, ‘Credit‘, ‘bob‘, ‘about‘]

python学习记录五