Python函數式編程 - zip| map| filter| reduce

Python中有很多函數式編程的方法,本文介紹的是最常見的幾個函數

注:本文基于python2.7。不同的版本可能會導致差異

Zip - 集資

標準格式zip(seq[, seq[, seq]])

舉個栗子:

a = (i for i in range(3))

b = [4,5,6]

c = (7,8,9)

abc = zip(a, b, c)

abc的結果為[(0, 4, 7), (1, 5, 8), (2, 6, 9)]

所以zip函數的作用已經很明顯了,它就好比abc三家集資,一家出一個.

那當c家很富,a家沒那么富怎么辦呢?

a = (i for i in range(2))

b = [4,5,6]

c = (7,8,9,10)

abc = zip(a,b,c)

abc三家集資的結果為[(0, 4, 7), (1, 5, 8)],說好的一家出一個,你家沒有了,那我也就不出了(你看,代碼也這么現實…)

之所以舉的栗子不全是list,就是想說明一個小的注意點,zip接受的都是具有迭代的屬性的參數(__iter__),這個后面會講

Filter - 審查

標準格式filter(func, seq)

舉個栗子:

a = [1,2,3]

b = [4,5,6]

c = [7,8,9]

result = filter(lambdax: sum(x)>14, [a, b, c])

result為[[4, 5, 6], [7, 8, 9]]

現在有一個項目,但是這個項目要有個資產審查,要求資產滿足lambda標準的企業才有資格參加招標(func是一個bool類型的函數)

Map - 招標

標準格式map(func, seq[, seq[, seq]])

舉個栗子:

a = (i for i in range(3))

b = [4,5,6]

c = (7,8,9)

abc = map(lambdax,y,z: x+y+z, a, b, c)

abc的結果為[11, 14, 17]

還是這個招標的項目lambda函數需要招三家(函數的參數個數)來參與這個項目,這個項目分前中后三期的投入.

假如abc三家幸運的入選,并且三家都已經準備好了三個階段的投入.所以前期a出0,b出4,c出7投入到lambda項目,項目前期返回收入11

依次類推,直到三家的投入全部結束,所以返還的收入就是[11, 14, 17]

假如c有錢(c = [7,8,9,10,11]),c說:老子有錢,我要追加投入. 那ab沒錢怎么辦?簡單!!ab就誠實的說:老子沒錢 就好了(a = [0,1,2,None,None], b = [4,5,6,None,None])

所以lambda項目就收到到這樣的投入[None,None,10], [None,None,11],這里要注意處理這些None,因為不小心他就會報NoneType的問題

a = (i for i in range(3))

b = [4,5,6]

c = (7,8,9,10,11)

abc = map(lambdax,y,z: str(x)+str(y)+str(z), a, b, c)

所以abc的結果為['047', '158', '269', 'NoneNone10', 'NoneNone11']

map接受的也都是具有迭代的屬性的參數

注意,當func為None的時候,map的功能就類似與zip了.說到底map也就是先集資(zip)再干事(func),func不存在的時候就剩集資(zip)了

Reduce - 二次投入

標準格式reduce(func, seq[, init])

舉個栗子:

a = (i for i in range(3))

result = reduce(lambdax,y: x+y, a)

result為3

reduce的工作流程為:

1.func(seq[0], seq[1]) ->seq的第一和第二元素應用到func

2.func(func(seq[0], seq[1]), seq[2]) ->上一步func的結果作為func的第一個參數,seq第三個參數作為func的第二個元素

……

n.func(...func(func(seq[0], seq[1]))...,seq[n]) ->上一步func的結果作為func的第一個參數,seq第n個參數作為func的第二個元素

下圖可以很好的說明這個過程:


以上是init不存在的時候,當init存在的時候,第一步的func的第一個參數為init,seq的第一個元素為func的第二參數,后面流程就一樣了

這就好比把第一階段的盈利當作二次投資的資本在進行投資。

結語

在python中函數式編程能很大程度上節約我們的開發時間,利用好了就會是自己的一大利器

文中提到的好比在可能會有不當,畢竟不是經濟專業的….海涵

That's all,Thank you

更多請參閱4coding

<<<<<<<< 原創 轉載請注明出處 >>>>>>>

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,963評論 6 542
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,348評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,083評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,706評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,442評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,802評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,795評論 3 446
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,983評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,542評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,287評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,486評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,030評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,710評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,116評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,412評論 1 294
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,224評論 3 398
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,462評論 2 378

推薦閱讀更多精彩內容