python之函数filter、reduce

---恢复内容开始---

一、filter函数

filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

该接收两个参数，第一个为函数，第二个为序列，对序列中每个元素进行for循环，然后将每个元素传递给第一个位置的函数，然后返回 True 或 False，最后将返回 True 的元素放到新列表中

1、使用for循环将前面包含sb的文本过滤出来，

moive_people = ['sb_alex','sb_wupeiqi','yuanhao','sb_lihaifeng']

def filter_test(array):

    ret = []

    for p in array:

         if  not p.startswith("sb"):

             ret.append(p)

     return ret

 print(filter_test(moive_people))  #['yuanhao']

2、将后面包含sb的文本过滤出来，如果还按照上面的方法写就显得很麻烦，而且代码重复，可以将for循环的主体部分使用函数定义独立出来，方便后续进行代码维护

 moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']

 def sb_show(n):

     return n.endswith('sb')

 def filter_test(func,array):

     ret = []

     for p in array:

         if  not func(p):

             ret.append(p)

     return ret

 print(filter_test(sb_show,moive_people)) #['yuanhao']

备注：在上面的代码中，我将p.endswith()预先定义函数，然后后续直接调用函数，如果还有变化，只需要使用函数定义出来，然后直接调用；

3、对2的函数进行优化，将预先定义的sb_show函数使用lambda匿名函数进行替换，减少代码数量

 def filter_test(func,array):

     ret = []

     for p in array:

         if  not func(p):

             ret.append(p)

     return ret

 print(filter_test(lambda n:n.endswith('sb'),moive_people))

4、filter函数

 moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']

 #下面的结果是一个内存地址，如果要获取值，需要进行list

 #<filter object at 0x0000026CB0A4FAC8>

 print(filter(lambda n:n.endswith('sb'),moive_people))

 #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']

 print(list(filter(lambda n:n.endswith('sb'),moive_people)))

 #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']

 res=  filter(lambda n:n.endswith('sb'),moive_people)

 print(list(res))

二、reduce函数

reduce() 函数会对参数序列中元素进行累积。

函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果

1、采用for循环的方法进行实现

 num1 = range(1,101)

 res= 0

 for i  in num1:

     res = res+i

 print(res) #5050

2、使用函数的方式进行实现

 num1 = range(1,101)

 def reduce_test(array):

     res= 0

     for i  in array:

         res = res+i

     return(res)

 print(reduce_test(num1)) #

3、对序列中的每个元素进行乘积

 num1 = range(1,6)

 def mul(x,y):

     return x*y

 def reduce_test(func,array):

     res =1

     for i in array:

         res = func(res,i)

     return res

 print(reduce_test(mul,num1))

4、对3函数进行优化

 def reduce_test(func,array):

     res =1

     for i in array:

         res = func(res,i)

     return res

 print(reduce_test(lambda x,y:x*y,num1))

5、对4函数进行优化，对函数增加一个默认参数

 num1 = [1,2,3,4,5,6]

 # def mul(x,y):

 #     return x*y

 def reduce_test(func,array,init=None):

     if init is None:

         res = array.pop(0)

     else:

         res= init

     for i in array:

         print(i)

         res = func(res,i)

     return res

 print(reduce_test(lambda x,y:x*y,num1,100))

6、reduce函数

 from functools import reduce

 num1 = [1,2,3,4,5,6]

 print(reduce(lambda x,y:x+y,num1,1)) #

 print(reduce(lambda x,y:x*y,num1,10)) #

 print(reduce(lambda x,y:x/y,num1,100)) #0.1388888888888889

三、map函数

对序列中元素进行for循环，然后对每个元素进行逻辑处理

1、对列表中的元素进行平方处理

 num1 = [1,2,3,4,5,6]

 ret= []

 for i in num1:

     ret.append(i**2)

 print(ret)

2、对列表中的元素进行自增加1处理

 num1 = [1,2,3,4,5,6]

 ret= []

 for i in num1:

     ret.append(i+1)

 print(ret)

3、使用函数方式进行处理

 num1 = [1,2,3,4,5,6]

 def map_test(array):

     res =[]

     for i in array:

         res.append(i+1)

     return res

 print(map_test(num1))  #[2, 3, 4, 5, 6, 7]

4、对3函数进行优化，将for循环的主体代码部分预先使用函数进行定义

 num1 = [1,2,3,4,5,6]

 def reduce_one(x):

     return x+1

 def map_test(func,array):

     res =[]

     for i in array:

        res.append(func(i))

     return res

 print(map_test(reduce_one,num1)) #[2, 3, 4, 5, 6, 7]

如果需求有其他变化，只需要对将函数定义出来，然后进行调用就可以了

5、对4函数进行优化，使用lambda函数进行代替

 num1 = [1,2,3,4,5,6]

 # def reduce_one(x):

 #     return x+1

 def map_test(func,array):

     res =[]

     for i in array:

        res.append(func(i))

     return res

 print(map_test(lambda x:x+1,num1)) #[2, 3, 4, 5, 6, 7]

6、map函数

 num1 = [1,2,3,4,5,6]

 print(map(lambda x:x+1,num1)) #<map object at 0x0000025C4059F908>

 print(list(map(lambda x:x+1,num1))) #[2, 3, 4, 5, 6, 7]

---恢复内容结束---

一、filter函数

filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

1、使用for循环将前面包含sb的文本过滤出来，

moive_people = ['sb_alex','sb_wupeiqi','yuanhao','sb_lihaifeng']

def filter_test(array):

    ret = []

    for p in array:

         if  not p.startswith("sb"):

             ret.append(p)

     return ret

 print(filter_test(moive_people))  #['yuanhao']

 moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']

 def sb_show(n):

     return n.endswith('sb')

 def filter_test(func,array):

     ret = []

     for p in array:

         if  not func(p):

             ret.append(p)

     return ret

 print(filter_test(sb_show,moive_people)) #['yuanhao']

备注：在上面的代码中，我将p.endswith()预先定义函数，然后后续直接调用函数，如果还有变化，只需要使用函数定义出来，然后直接调用；

3、对2的函数进行优化，将预先定义的sb_show函数使用lambda匿名函数进行替换，减少代码数量

 def filter_test(func,array):

     ret = []

     for p in array:

         if  not func(p):

             ret.append(p)

     return ret

 print(filter_test(lambda n:n.endswith('sb'),moive_people))

4、filter函数

 moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']

 #下面的结果是一个内存地址，如果要获取值，需要进行list

 #<filter object at 0x0000026CB0A4FAC8>

 print(filter(lambda n:n.endswith('sb'),moive_people))

 #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']

 print(list(filter(lambda n:n.endswith('sb'),moive_people)))

 #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']

 res=  filter(lambda n:n.endswith('sb'),moive_people)

 print(list(res))

二、reduce函数

reduce() 函数会对参数序列中元素进行累积。

1、采用for循环的方法进行实现

 num1 = range(1,101)

 res= 0

 for i  in num1:

     res = res+i

 print(res) #5050

2、使用函数的方式进行实现

 num1 = range(1,101)

 def reduce_test(array):

     res= 0

     for i  in array:

         res = res+i

     return(res)

 print(reduce_test(num1)) #

3、对序列中的每个元素进行乘积

 num1 = range(1,6)

 def mul(x,y):

     return x*y

 def reduce_test(func,array):

     res =1

     for i in array:

         res = func(res,i)

     return res

 print(reduce_test(mul,num1))

4、对3函数进行优化

 def reduce_test(func,array):

     res =1

     for i in array:

         res = func(res,i)

     return res

 print(reduce_test(lambda x,y:x*y,num1))

5、对4函数进行优化，对函数增加一个默认参数

 num1 = [1,2,3,4,5,6]

 # def mul(x,y):

 #     return x*y

 def reduce_test(func,array,init=None):

     if init is None:

         res = array.pop(0)

     else:

         res= init

     for i in array:

         print(i)

         res = func(res,i)

     return res

 print(reduce_test(lambda x,y:x*y,num1,100))

6、reduce函数

 from functools import reduce

 num1 = [1,2,3,4,5,6]

 print(reduce(lambda x,y:x+y,num1,1)) #

 print(reduce(lambda x,y:x*y,num1,10)) #

 print(reduce(lambda x,y:x/y,num1,100)) #0.1388888888888889

三、map函数

对序列中元素进行for循环，然后对每个元素进行逻辑处理

1、对列表中的元素进行平方处理

 num1 = [1,2,3,4,5,6]

 ret= []

 for i in num1:

     ret.append(i**2)

 print(ret)

2、对列表中的元素进行自增加1处理

 num1 = [1,2,3,4,5,6]

 ret= []

 for i in num1:

     ret.append(i+1)

 print(ret)

3、使用函数方式进行处理

 num1 = [1,2,3,4,5,6]

 def map_test(array):

     res =[]

     for i in array:

         res.append(i+1)

     return res

 print(map_test(num1))  #[2, 3, 4, 5, 6, 7]

4、对3函数进行优化，将for循环的主体代码部分预先使用函数进行定义

 num1 = [1,2,3,4,5,6]

 def reduce_one(x):

     return x+1

 def map_test(func,array):

     res =[]

     for i in array:

        res.append(func(i))

     return res

 print(map_test(reduce_one,num1)) #[2, 3, 4, 5, 6, 7]

如果需求有其他变化，只需要对将函数定义出来，然后进行调用就可以了

5、对4函数进行优化，使用lambda函数进行代替

 num1 = [1,2,3,4,5,6]

 # def reduce_one(x):

 #     return x+1

 def map_test(func,array):

     res =[]

     for i in array:

        res.append(func(i))

     return res

 print(map_test(lambda x:x+1,num1)) #[2, 3, 4, 5, 6, 7]

6、map函数

 num1 = [1,2,3,4,5,6]

 print(map(lambda x:x+1,num1)) #<map object at 0x0000025C4059F908>

 print(list(map(lambda x:x+1,num1))) #[2, 3, 4, 5, 6, 7]

四、其他内置函数

1、zip函数

zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。

如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表。zip函数的作用类似于拉链

 print(list(zip(('张三'),(1,2))))#[('张', 1), ('三', 2)]

 print(zip(('张三'),(1,2))) #<zip object at 0x00000230F8D54B88>

 #[('M', 1), ('y', 2), (' ', 3)]

 print(list(zip(('My name is zhangsan'),(1,2,3))))

 print(list(zip(('My'),(1,2,3,4)))) #[('M', 1), ('y', 2)]

 ###使用zip函数将字典中的key与value值一一对应

 p = {'name':'alex','age':18,'gender':'none'}

 print(p.keys()) #dict_keys(['name', 'age', 'gender'])

 print(p.values()) #dict_values(['alex', 18, 'none'])

 print(list(p.keys())) #['name', 'age', 'gender']

 print(list(p.values())) #['alex', 18, 'none']

 #[('name', 'alex'), ('age', 18), ('gender', 'none')]

 print(list(zip(p.keys(),p.values())))

 print(zip(p.keys(),p.values())) #<zip object at 0x0000027B47A84F48>

2、max、min函数

（1）、单纯数字的比较

 l3 = [12,34,130,-1,44]

 print(max(l3)) #

 print(min(l3))#-1

（2）、字典的比较

 age_dict = {'age1':18,'age3':30,'age4':87}

 #求出年龄最大的

 print(max(age_dict.values())) #

 #默认比较key值

 print(max(age_dict))

 #求出年龄最大的keys与values

 print(list(max(zip(age_dict.values(),age_dict.keys()))))  #[87, 'age4']

 l = [

     (1,'a'),

     (2,'b'),

     (3,'e'),

     (5,'f')

 ]

 print(max(l))

 l1 = ['a10','b13','d13']

 print(list(max(l1))) #['d', '1', '3']

 # l2 = ['a10','b13','d13',10]

 # #TypeError: '>' not supported between instances of 'int' and 'str'

 # print(list(max(l2)))

3、chr、ord函数

 # print(chr(97)) #a，chr的作用是将数字在ascii码表中的值显示出来

 # print(ord('c'))  #99

 # print(chr(33)) #! ascii码表中的33对应的值为'!'

4、pow函数

 print(pow(2,3))  #2**3

 print(pow(2,3,2)) #2**3%2

5、reversed 反转

6、round四舍五入

7、set（）转换为集合

8、slice（）切片

 l = 'hello'

 print(l[2:5])

 s= slice(3,5)

 s1 = slice(1,4,2)

 print(s)

9、sorted 排序

10、str

11、type

12、vars

13、__imprort__

14、eval

###将字符串中的结构给提取出来

str_1 = "1+2*(5-1)-20/5"

print(eval(str_1))

str_2 = "{'k1':'1234','k2':'张三'}"

print(eval(str_2))

15、hash

可hash的数据类型即为不可变数据类型，不可hash的数据类型即可变数据类型；

hash是一种算法、算法结构；

hash特性：

不管传入的参数多大，计算的hash值长度是不变的；

不能根据hash值去反推原参数；

变量不变hash值不变；

name = "zhangsan"

print(hash(name)) #-6633503532806232964

print(hash(name)) #-6633503532806232964

print(hash(name)) #-6633503532806232964

name = "张三"

print(hash(name)) #247632540932985384

16、bytes

17、encoding、decode

18、divmod

19、bin、hex、oct

print(bin(32)) #十进制转二进制

print(hex(32)) #十进制转16进制

print(oct(32)) #十进制转8进制

"""

输出结果

0b100000

0x20

0o40

"""

20、globals、local

巴特西

python之函数filter、reduce

最新文章

热门文章