[758]pythonreduce函数

reduce() 函数在 python2 是内置函数&＃xff0c; 从python3 开始移到了 functools 模块。

官方文档是这样介绍的

reduce(...)
reduce(function, sequence[, initial]) -> valueApply a function of two arguments cumulatively to the items of a sequence,
from left to right, so as to reduce the sequence to a single value.
For example, reduce(lambda x, y: x&＃43;y, [1, 2, 3, 4, 5]) calculates
((((1&＃43;2)&＃43;3)&＃43;4)&＃43;5). If initial is present, it is placed before the items
of the sequence in the calculation, and serves as a default when the
sequence is empty.从左到右对一个序列的项累计地应用有两个参数的函数&＃xff0c;以此合并序列到一个单一值。例如&＃xff0c;reduce(lambda x, y: x&＃43;y, [1, 2, 3, 4, 5]) 计算的就是((((1&＃43;2)&＃43;3)&＃43;4)&＃43;5)。如果提供了 initial 参数&＃xff0c;计算时它将被放在序列的所有项前面&＃xff0c;如果序列是空的&＃xff0c;它也就是计算的默认结果值了


嗯&＃xff0c; 这个文档其实不好理解。看了还是不懂。 序列 其实就是python中 tuple list dictionary string 以及其他可迭代物&＃xff0c;别的编程语言可能有数组。

• reduce 有 三个参数

reduce的工作过程是 &＃xff1a;在迭代sequence(tuple &＃xff0c;list &＃xff0c;dictionary&＃xff0c; string等可迭代物)的过程中&＃xff0c;首先把 前两个元素传给 函数参数&＃xff0c;函数加工后&＃xff0c;然后把得到的结果和第三个元素作为两个参数传给函数参数&＃xff0c; 函数加工后得到的结果又和第四个元素作为两个参数传给函数参数&＃xff0c;依次类推。 如果传入了 initial 值&＃xff0c; 那么首先传的就不是 sequence 的第一个和第二个元素&＃xff0c;而是 initial值和 第一个元素。经过这样的累计计算之后合并序列到一个单一返回值

reduce 代码举例&＃xff0c;使用REPL演示

>>> def add(x, y):
... return x&＃43;y
...
>>> from functools import reduce
>>> reduce(add, [1,2,3,4])
10
>>>


上面这段 reduce 代码&＃xff0c;其实就相当于 1 &＃43; 2 &＃43; 3 &＃43; 4 &＃61; 10&＃xff0c; 如果把加号改成乘号&＃xff0c; 就成了阶乘了
当然仅仅是求和的话还有更简单的方法&＃xff0c;如下

>>> sum([1,2,3,4])
10
>>>


很多教程只讲了一个加法求和&＃xff0c;太简单了&＃xff0c;对新手加深理解还不够。下面讲点更深入的例子

还可以把一个整数列表拼成整数&＃xff0c;如下

>>> from functools import reduce
>>> reduce(lambda x, y: x * 10 &＃43; y, [1 , 2, 3, 4, 5])
12345
>>>


对一个复杂的sequence使用reduce &＃xff0c;看下面代码&＃xff0c;更多的代码不再使用REPL&＃xff0c; 使用编辑器编写

from functools import reduce
scientists &＃61;({&＃39;name&＃39;:&＃39;Alan Turing&＃39;, &＃39;age&＃39;:105},{&＃39;name&＃39;:&＃39;Dennis Ritchie&＃39;, &＃39;age&＃39;:76},{&＃39;name&＃39;:&＃39;John von Neumann&＃39;, &＃39;age&＃39;:114},{&＃39;name&＃39;:&＃39;Guido van Rossum&＃39;, &＃39;age&＃39;:61})
def reducer(accumulator , value):sum &＃61; accumulator[&＃39;age&＃39;] &＃43; value[&＃39;age&＃39;]return sum
total_age &＃61; reduce(reducer, scientists)
print(total_age)


这段代码会出错&＃xff0c;看下图的执行过程

所以代码需要修改

from functools import reduce
scientists &＃61;({&＃39;name&＃39;:&＃39;Alan Turing&＃39;, &＃39;age&＃39;:105, &＃39;gender&＃39;:&＃39;male&＃39;},{&＃39;name&＃39;:&＃39;Dennis Ritchie&＃39;, &＃39;age&＃39;:76, &＃39;gender&＃39;:&＃39;male&＃39;},{&＃39;name&＃39;:&＃39;Ada Lovelace&＃39;, &＃39;age&＃39;:202, &＃39;gender&＃39;:&＃39;female&＃39;},{&＃39;name&＃39;:&＃39;Frances E. Allen&＃39;, &＃39;age&＃39;:84, &＃39;gender&＃39;:&＃39;female&＃39;})
def reducer(accumulator , value):sum &＃61; accumulator &＃43; value[&＃39;age&＃39;]return sum
total_age &＃61; reduce(reducer, scientists, 0)
print(total_age)


7&＃xff0c; 9 行 红色部分就是修改 部分。 通过 help(reduce) 查看 文档&＃xff0c;

reduce 有三个参数&＃xff0c; 第三个参数是初始值的意思&＃xff0c;是可有可无的参数。

修改之后就不出错了&＃xff0c;流程如下

这个仍然也可以用 sum 来更简单的完成

sum([x[&＃39;age&＃39;] for x in scientists ])


做点更高级的事情&＃xff0c;按性别分组

from functools import reduce
scientists &＃61;({&＃39;name&＃39;:&＃39;Alan Turing&＃39;, &＃39;age&＃39;:105, &＃39;gender&＃39;:&＃39;male&＃39;},{&＃39;name&＃39;:&＃39;Dennis Ritchie&＃39;, &＃39;age&＃39;:76, &＃39;gender&＃39;:&＃39;male&＃39;},{&＃39;name&＃39;:&＃39;Ada Lovelace&＃39;, &＃39;age&＃39;:202, &＃39;gender&＃39;:&＃39;female&＃39;},{&＃39;name&＃39;:&＃39;Frances E. Allen&＃39;, &＃39;age&＃39;:84, &＃39;gender&＃39;:&＃39;female&＃39;})
def group_by_gender(accumulator , value):accumulator[value[&＃39;gender&＃39;]].append(value[&＃39;name&＃39;])return accumulator
grouped &＃61; reduce(group_by_gender, scientists, {&＃39;male&＃39;:[], &＃39;female&＃39;:[]})
print(grouped)


输出

{&＃39;male&＃39;: [&＃39;Alan Turing&＃39;, &＃39;Dennis Ritchie&＃39;], &＃39;female&＃39;: [&＃39;Ada Lovelace&＃39;, &＃39;Frances E. Allen&＃39;]}


可以看到&＃xff0c;在 reduce 的初始值参数传入了一个dictionary&＃xff0c; 但是这样写 key 可能出错&＃xff0c;还能再进一步自动化&＃xff0c;运行时动态插入key
修改代码如下

grouped &＃61; reduce(group_by_gender, scientists, collections.defaultdict(list))


当然 先要import collections模块

这当然也能用 pythonic way 去解决

import itertools
scientists &＃61;({&＃39;name&＃39;:&＃39;Alan Turing&＃39;, &＃39;age&＃39;:105, &＃39;gender&＃39;:&＃39;male&＃39;},{&＃39;name&＃39;:&＃39;Dennis Ritchie&＃39;, &＃39;age&＃39;:76, &＃39;gender&＃39;:&＃39;male&＃39;},{&＃39;name&＃39;:&＃39;Ada Lovelace&＃39;, &＃39;age&＃39;:202, &＃39;gender&＃39;:&＃39;female&＃39;},{&＃39;name&＃39;:&＃39;Frances E. Allen&＃39;, &＃39;age&＃39;:84, &＃39;gender&＃39;:&＃39;female&＃39;})
grouped &＃61; {item[0]:list(item[1])for item in itertools.groupby(scientists, lambda x: x[&＃39;gender&＃39;])}
print(grouped)


再来一个更晦涩难懂的玩法。工作中要与其他人协作的话&＃xff0c;不建议这么用&＃xff0c;与上面的例子做同样的事&＃xff0c;看不懂无所谓。

from functools import reduce
scientists &＃61;({&＃39;name&＃39;:&＃39;Alan Turing&＃39;, &＃39;age&＃39;:105, &＃39;gender&＃39;:&＃39;male&＃39;},{&＃39;name&＃39;:&＃39;Dennis Ritchie&＃39;, &＃39;age&＃39;:76, &＃39;gender&＃39;:&＃39;male&＃39;},{&＃39;name&＃39;:&＃39;Ada Lovelace&＃39;, &＃39;age&＃39;:202, &＃39;gender&＃39;:&＃39;female&＃39;},{&＃39;name&＃39;:&＃39;Frances E. Allen&＃39;, &＃39;age&＃39;:84, &＃39;gender&＃39;:&＃39;female&＃39;})
grouped &＃61; reduce(lambda acc, val: {**acc, **{val[&＃39;gender&＃39;]: acc[val[&＃39;gender&＃39;]]&＃43; [val[&＃39;name&＃39;]]}}, scientists, {&＃39;male&＃39;:[], &＃39;female&＃39;:[]})
print(grouped)


**acc&＃xff0c; **{val[&＃39;gneder&＃39;]... 这里使用了 dictionary merge syntax ,  从 python 3.5 开始引入&＃xff0c; 详情请看 PEP 448 - Additional Unpacking Generalizations  怎么使用可以参考这个 python - How to merge two dictionaries in a single expression? - Stack Overflow

python 社区推荐写可读性好的代码&＃xff0c;有更好的选择时不建议用reduce&＃xff0c;所以 python 2 中内置的reduce 函数 移到了 functools模块中

来源&＃xff1a;https://www.cnblogs.com/lonkiss/p/understanding-python-reduce-function.html