如何使用Python映射和过滤以及缩减函数

如何使用Python映射和过滤以及缩减函数，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

在华亭等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供成都网站制作、网站建设 网站设计制作按需定制网站,公司网站建设,企业网站建设,品牌网站设计,全网营销推广,成都外贸网站建设,华亭网站建设费用合理。

Python提供了许多预定义的内置函数，最终用户可以通过调用它们来使用它们。这些功能不仅简化了程序员的工作，而且创建了标准的编码环境。

您将学习Python中的三个令人印象深刻的函数，即map（），filter和reduce（）。

在继续之前，让我们看一下内容：

• 什么是Python中的map，filter和reduce函数？

• 在以下范围内使用用户定义的函数和lambda函数：

• map（）函数

• filter（）函数

• reduce（）函数

• 一起使用map（），filter（）和reduce（）函数

• map（）中的filter（）

• filter（）中的map（）

• map（）和filter（）中带有reduce（）

因此，让我们开始吧。:)

什么是Python中的map（），filter（）和reduce（）函数？

如前所述，map（），filter（）和reduce（）是Python的内置函数。这些功能启用了Python的功能编程方面。在函数式编程中，传递的参数是决定输出的唯一因素。这些功能可以将任何其他功能用作参数，也可以提供给其他功能作为参数。现在让我们更深入地研究这些功能。

map（）函数：

map（）函数是一种高阶函数。如前所述，此函数将另一个函数与一个可迭代序列一起作为参数，并在将该函数应用于序列中存在的每个可迭代序列之后返回输出。其语法如下：

句法：

地图（函数，可迭代）

在此，函数定义了一个表达式，该表达式又应用于可迭代对象。map函数可以将用户定义的函数以及lambda函数作为参数。

在以下范围内使用用户定义的函数和Lambda函数：

map（）中的用户定义函数：

map（）函数可以将用户定义的函数作为参数。这些功能的参数由用户或程序员专门设置。例如：

例子：

def newfunc(a):
    return a*a
x = map(newfunc, (1,2,3,4))  #x is the map object
print(x)
print(set(x))

输出：

<位于0x00000284B9AEADD8的地图对象>
{16, 1, 4, 9}

如您所见，x是一个地图对象。下一部分输出显示以newfunc（）作为参数的map函数，然后将a * a应用于所有可迭代对象。结果，所有可迭代变量的值将自身相乘并返回。

注意：输出不是按可迭代的值的顺序，因为我使用过set（）函数。您还可以使用list（）或tuple（）函数，例如：

例子：

def newfunc(a):
    return a*a
x = map(newfunc, (1,2,3,4))  #x is the map object
print(x)
print(list(x))

输出：

<位于0x00000284B9AEA940的地图对象>
[1, 4, 9, 16]

您还可以传递多个参数列表。例如：

例子：

def func(a, b):
    return a + b
 
a = map(func, [2, 4, 5], [1,2,3])
print(a)
print(tuple(a))

输出：

<位于0x00000284B9BA1E80的地图对象>
(3, 6, 8)

现在让我们看看如何在map（）函数中使用lambda函数。

map（）中的Lambda函数：

Lambda函数是具有任何名称的函数。这些功能通常作为参数提供给其他功能。现在让我们尝试将lambda函数嵌入map（）函数中。考虑以下示例：

例子：

tup= (5, 7, 22, 97, 54, 62, 77, 23, 73, 61)
newtuple = tuple(map(lambda x: x+3 , tup)) 
print(newtuple)

输出：

(8, 10, 25, 100, 57, 65, 80, 26, 76, 64)

上面的输出是将lambda表达式（x + 3）应用于元组中存在的每个项目的结果。

filter（）函数：

filter（）函数用于创建由值组成的输出列表，该值针对该值返回true。它的语法如下：

句法：

过滤器（函数，可迭代）

就像map（）一样，可以使用此函数，也可以将用户定义的函数以及lambda函数用作参数。

例子：

def func(x):
    if x>=3:
        return x
y = filter(func, (1,2,3,4))  
print(y)
print(list(y))

输出：

<位于0x00000284B9BBCC50的过滤器对象>
[3, 4]

如您所见，y是过滤器对象，并且列表是条件（x> = 3）正确的值的列表。

在filter（）中使用lambda：

用作参数的lambda函数实际上定义了要检查的条件。例如：

例子：

y = filter(lambda x: (x>=3), (1,2,3,4))
print(list(y))

输出：

[3，4]

上面的代码产生的输出与以前的函数相同。

reduce（）函数：

顾名思义，reduce（）函数将给定函数应用于可迭代对象并返回单个值。

该函数的语法如下：

句法：

减少（函数，可迭代）

此处的函数定义了需要将哪些表达式应用于可迭代对象。此功能需要从functools模块导入。例如：

例子：

from functools import reduce
reduce(lambda a,b: a+b,[23,21,45,98])

输出： 187

在上面的示例中，reduce函数连续添加列表中存在的每个可迭代对象，并返回单个输出。

Python中的map（），filter（）和reduce（）函数可以一起使用。

一起使用map（），filter（）和reduce（）函数：

执行此操作时，首先会解析内部函数，然后外部函数将对内部函数的输出进行操作。

让我们首先尝试将filter（）函数作为参数传递给map（）函数。

在map（）中使用filter（）：

下面给出的代码首先检查条件（x> = 3）对于可迭代对象是否为真。然后，使用map（）函数映射输出。

例子：

c = map(lambda x:x+x,filter(lambda x: (x>=3), (1,2,3,4)))
print(list(c))

输出： [6，8]

如果从给定的元组中滤除大于或等于3的整数，则结果为[3,4]。然后，如果使用（x + x）条件映射此条件，则将获得[6,8]，即输出。

在filter（）中使用map（）：

当您在filter（）函数中使用map（）函数时，可迭代对象首先由map函数进行操作，然后将filter（）的条件应用于它们。

例子：

c = filter(lambda x: (x>=3),map(lambda x:x+x, (1,2,3,4)))  #lambda x: (x>=3)
print(list(c))

输出： [ 4、6、8 ]

在reduce（）中使用map（）和filter（）：

内部函数的输出根据提供给reduce（）函数的条件而减少。

例子：

d = reduce(lambda x,y: x+y,map(lambda x:x+x,filter(lambda x: (x>=3), (1,2,3,4)))) 
print(d)

输出： 14

输出是[6,8]的结果，它是内部map（）和filter（）函数的结果。

到此为止，我们已经结束了有关map（），filter（）和Python中的reduce函数的文章的结尾。希望您已经清楚地了解了所有内容。

看完上述内容，你们掌握如何使用Python映射和过滤以及缩减函数的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！