Python高阶函数_map/reduce/filter函数

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

本篇将开始介绍python高阶函数map/reduce/filter的用法，更多内容请参考:Python学习指南

map/reduce

Python内建了map()和reduce()函数。

如果你读过Google的那篇大名鼎鼎的论文"MapReduce: Simplified Data Processing on Large Clusters",你就能大概明白map/reduce的概念。

我们先看map。map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。

举例说明，比如我们有一个函数f(x) = x的二次方，要把这个函数作用在一个list[1,2,3,4,5,6,7,8,9]上，就可以用map()实现如下：

现在，我们用python代码实现：

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

map()传入的第一个蚕食是f，即函数对象本身。

你可能会想，不需要map()函数，写一个循环，也可以计算结果：

L = [] for n in [1,2,3,4,5,6,7,8,9]: L.append(f(n)) print L

的确可以，但是，从上面的循环代码，能一眼看明白"把f(x)作用在list的每一个元素并把结果生成一个新的list"吗？

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) = x的二次方，还可以计算呢任意复杂的函数，比如，把这个list所有数字转化为字符串：

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

只需要一行代码。

再看reduce的用法。reduce把一个函数作用在一个序列[x1, x2, x3...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

比如说对一个序列求和，就可以用reduce实现：

def add(x, y): return x + y>>>reduce(add, [1, 3, 5, 7, 9]) 25

当然求和运算可以直接用Python内建函数sum(),没必要动用reduce。

但是如果要把序列[1, 3, 5, 7, 9]变成整数13579，reduce就可以派上用场：

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

这个例子本身没多大用处，但是，如果考虑到字符串str也是一个序列，对上面的例子稍加改动，配合map()函数，我们就可以写出把str转换为int的函数：

def fn(x, y): return x * 10 + ydef char2num(s): return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]>>>reduce(fn, map(char2num, '13579')) 13579

整理成一个str2int的函数就是：

def str2int(s): def fn(x, y): return x * 10 + y def char2num(s): return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s] return reduce(fn, map(char2num, s))

还可以用lambda函数进一步简化成：

def char2num(s): return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]def str2int(s): return reduce(lambda x,y: x*10+y, map(char2num, s))

也就是说，假设Python没有提供int()函数，你完全可以自己写一个把字符串转化为整数的函数，而且只需要几行代码！