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。
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]
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
最新文章
- Python学习--01入门
- Java面向对象练习
- DIV的不能包住子集解决办法
- AC日记——字符环 openjudge 1.7 30
- JS/JQ常见兼容辅助插件
- ThoughtWorks.QRCode生成二维码
- input使用javascript限制输入带小数的数字
- 有关使用Maven常见问题总结(Eclipse中使用Maven、Maven项目部署到tomcat等问题)
- Android Wear和二维码
- 采用apicloud开发移动端项目心得体会
- UIAlerView、UIActionSheet 和UIAlertViewController(点击注销确认按钮实现)
- 前端发展态势 &;&; 前端工作流程个人浅析
- 支持异步写入的日志类,支持Framework2.0
- 【batch】命令对比两个文件夹下的文件(增删改的对比)
- 基于JSP servlet mysql 的登陆页面
- 使用开源项目xutils3完成下载
- ASP.NET WebApi 基于OAuth2.0实现Token签名认证
- vue中鼠标移入字体下面显示颜色并改变字体颜色的问题
- 【BZOJ4773】负环 [SPFA][二分]
- 树和二叉树->;基础知识