Python中filter、map和reduce函数详解

一、map 函数

功能：map 函数用于将指定函数应用于一个或多个序列的每一个元素，并返回处理后的结果。

语法：map(function, iterable1, iterable2, ...)

说明：function 参数可以接受一个或多个函数，而 iterable 参数则表示一个或多个可迭代对象。当有多个可迭代对象时，函数将依次从每个对象中取出元素进行处理。

注意事项：1. map 函数返回的是一个迭代器，若要查看具体结果，需将其转换为列表或其他数据结构。2. 当提供的多个可迭代对象长度不同时，以最短的那个为准。

1. 使用 Lambda 表达式

x = [1, 2, 3, 4]
y = [5, 6, 7, 8]
print(list(map(lambda x, y: x + y, x, y)))

输出结果：

[6, 8, 10, 12]

2. 使用定义函数

def add_numbers(x, y):
    return x + y

x = [1, 2, 3, 4]
y = [5, 6, 7, 8]
print(list(map(add_numbers, x, y)))

输出结果：

[6, 8, 10, 12]

逻辑解析：

上述例子中，我们分别使用了 lambda 表达式和自定义函数来实现相同的功能——将两个列表中的对应元素相加。

二、filter 函数

功能：filter 函数用于筛选出序列中满足特定条件的元素。

语法：filter(function, iterable)

说明：function 可以是 lambda 表达式或自定义函数，用于定义筛选条件；iterable 是待筛选的序列，可以是列表、元组或字符串等。

1. 使用 Lambda 表达式

numbers = [2, 3, 6, 9, 90, 23, 88]
filtered = filter(lambda x: x > 10, numbers)
print(list(filtered))

输出结果：

[90, 23, 88]

注意事项：filter 函数同样返回一个迭代器，需要转换为列表形式才能查看结果。

2. 使用定义函数

def is_greater_than_10(x):
    return x > 10

numbers = [2, 3, 6, 9, 90, 23, 88]
filtered = filter(is_greater_than_10, numbers)
print(list(filtered))

逻辑解析：

这里展示了如何利用自定义函数来筛选列表中的元素，只有那些大于 10 的数字被保留下来。

三、reduce 函数

功能：reduce 函数用于对序列中的元素执行累积计算，最终返回一个单一的结果。

语法：reduce(function, iterable)

说明：function 必须接受两个参数，iterable 则是待处理的序列，通常为列表或元组。

注意事项：在使用 reduce 函数之前，需要先从 functools 模块导入它。

1. 使用 Lambda 表达式

from functools import reduce

numbers = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, numbers)
print(product)

2. 使用定义函数

from functools import reduce

def multiply(x, y):
    return x * y

numbers = [1, 2, 3, 4, 5]
product = reduce(multiply, numbers)
print(product)

逻辑解析：

在这个例子中，无论是使用 lambda 表达式还是自定义函数，reduce 都会对列表中的所有数字进行乘法运算，最终得到一个累积乘积值。