Python学习之魔法函数(filter,map,reduce)详解_Python

今天的这一章节我们来学习一下，Python 中的三个高级函数，也被称之为魔法函数。之所以把他们交的这么高级，主要是因为它们返回的数据类型多数是迭代器。

我们在上一章节有介绍过，迭代器可以提升我们的代码的执行效率、降低内存消耗。所以接下来我们就认识一下这些魔法函数。

filter() 函数

filter() 函数是python的一个内置函数。

filter() 函数的功能：可以将一个可遍历的对象根据过滤条件，生成一个迭代器。（在python2.7版本，返回的是列表）

filter() 函数的使用方法：

用法：

filter(function, list)

参数介绍：

function：对list的每个item进行条件过滤的定义(主要对第二参数的每个成员进行判断，满足函数的要求，将会进入 filter 生成的迭代器)

list：需要过滤的列表（其实这里不一定只可以放列表，放入的是可迭代对象）

演示案例如下(过滤出列表中的所有偶数)：

				?

									def is_even(n):

									    return n % 2 == 0

									newlist = filter(is_even, [1, 2, 3, 4, 5, 6])

									print(newlist, type(newlist))

									# >>> 执行结果如下：

									# >>> <filter object at 0x7fb241492310> <class 'filter'>

									for i in newlist:

									    print(i)

									# >>> 执行结果如下：

									# >>> 2

									# >>> 4

									# >>> 6

Python学习之魔法函数(filter,map,reduce)详解

PS：需要注意的是，这里的非偶数，虽然会被过滤函数抛弃，但是依然会存在于之前的列表中。

map() 函数

map() 函数是python的一个内置函数。

map() 函数的功能：对列表中的每一个成员依次执行函数进行判断，将执行的结果放到新 list 中，返回一个 map 对应的对象。

map() 函数的使用方法：

用法：

map(function, list)

参数介绍：

function：对 list 每个 item 进行条件满足的判断

list：需要过滤的列表（其实这里不一定只可以放列表，放入的是可迭代对象）

演示案例如下（对列表中的每一个成员判断是否大于1）：

				?

									result = map(lambda x: x>1, [0, 1, 2, 3])

									print(result, type(result))

									# >>> 执行结果如下：

									# >>> <map object at 0x7facfa399e80> <class 'map'>

									for i in result:

									    print(i)

									# >>> 执行结果如下：

									# >>> False

									# >>> False

									# >>> True

									# >>> True

Python学习之魔法函数(filter,map,reduce)详解

reduce() 函数

reduce() 函数以前是python的一个内置函数，现在不是了。(在python 2.x版本的时候，reduce() 函数可以直接被调用；但是在 python 3.x 的版本中，由于返回的不是一个迭代器，所以需要先执行导入然后才可以继续使用。导入语句 from functools import reduce)

reduce() 函数的功能：对循环前后的两个数据进行累加或者累乘。（实际上可以通过 lambda 对这两个成员进行任何的处理）

reduce() 函数的使用方法：

用法：

reduce(function, list)

参数介绍：

function：对数据累加/累成的函数

list：需要过滤的列表（其实这里不一定只可以放列表，放入的是可迭代对象）

演示案例如下（对循环前后的两个数据进行累加或者累乘）：

				?

									from functools import reduce

									result = reduce(lambda x, y: x + y, [1, 2, 3])

									print(result, '---', type(result))

									# >>> 执行结果如下：

									# >>> 6 --- <class 'int'>

									from functools import reduce

									result = reduce(lambda x, y: x * y, [1, 3, 5])

									print(result, '---', type(result))

									# >>> 执行结果如下：

									# >>> 15 --- <class 'int'>

filter() 函数小实战

				?

									scores = [("张三", 89, 90, 59),

									          ("李四", 99, 49, 59),

									          ("赵五", 99, 60, 20),

									          ("王二麻子", 40, 94, 59),

									          ("李雷", 89, 90, 59),

									          ("李莉", 89, 90, 69),

									          ("楚浠", 79, 90, 59),

									          ("Neo", 85, 90, 59),

									          ("Abby", 89, 91, 90)]

									def handle_filter(a):

									    s = sorted(a[1:])   # 对三科成绩进行排序

									    # 有 2 科成绩在 80 分以上，并且有 1 科在 60 分以下的

									    if s[-2] > 80 and s[0] < 60:

									        return True

									    # 有 1 科成绩在 90 分以上，另外 2 科成绩都在 60 分以下

									    if s[-1] > 90 and s[1] < 60:

									        return True

									    if s[-2] > 80 and sum(s)/len(s) < 60:

									    # 有 1 科成绩在 90 分以上， 且 3 科的平均分在 70 分以下

									        return True

									    return False

									newIter = list(filter(handle_filter, scores))

									print(newIter)

									# >>> 执行结果如下：

									# >>> [('张三', 89, 90, 59), ('李四', 99, 49, 59), ('王二麻子', 40, 94, 59), ('李雷', 89, 90, 59), ('Neo', 85, 90, 59)]