常用函数-filter、map、reduce、sorted

时间:2023-01-16 17:49:10

常用函数

一、filter函数

1.说明

  filter()函数接收一个函数 f 和一个可迭代对象,这个函数 f 的作用是对每个元素进行判断,返回 True或 False,filter()根据判断结果自动过滤掉不符合条件的元素,返回由符合条件元素组成的filter对象(一个迭代器)。

filter(...)
filter(function or None, sequence) -> list, tuple, or string

2.使用

(1)返回列表中所有基数

################### 方式一 ###################
# 函数,返回True/False
def is_odd(x):
return x % 2 == 1 # 可迭代对象
l = [1, 4, 6, 7, 9, 12, 17] print(list(filter(is_odd,l))) # l中的元素逐个导入is_odd进行T/F判断
# [1, 7, 9, 17] ################### 方式二 lambda函数 ###################
l = [1, 4, 6, 7, 9, 12, 17]
print(list(filter(lambda x:x%2==1,l)))
# [1, 7, 9, 17] ################### 方式三 ###################
# 等价于
new_l = []
for item in l:
if is_odd(item):
new_l.append(item)
print(new_l)
# [1, 7, 9, 17]

(2)删除 None 或者空字符串

################### 方式一 ###################
# 函数,返回True/False
def is_not_empty(s):
return s and len(s.strip()) > 0 # 可迭代对象
l = ['test', None, '', 'str', ' ', 'END'] print(list(filter(is_not_empty,l))) # l中的元素逐个导入is_not_empty进行T/F判断
# ['test', 'str', 'END'] ################### 方式二 ###################
l = ['test', None, '', 'str', ' ', 'END']
print(list(filter(lambda x:x and len(x.strip()) > 0,l)))
# ['test', 'str', 'END'] ################### 方式三 ###################
# 等价于
def is_not_empty(s):
return s and len(s.strip()) > 0 l = ['test', None, '', 'str', ' ', 'END']
new_l = []
for item in l:
if is_not_empty(item):
new_l.append(item)
print(new_l)
# ['test', 'str', 'END']

二、map函数

1.说明

  Python中的map函数应用于每一个可迭代的项,返回的是一个结果迭代器。如果有其他的可迭代参数传进来,map函数则会把每一个参数都以相应的处理函数进行迭代处理。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map对象返回。

map(...)
map(function, sequence[, sequence, ...]) -> list

2.使用

(1).把列表中数字转换为其平方

# 把列表中数字转换为其平方
################### 方式一 ###################
l = [1,2,3,4,5,6,7,8]
def pow(x):
return x ** 2 print(list(map(pow,l)))
# [1, 4, 9, 16, 25, 36, 49, 64] ################### 方式二 lambda函数 ###################
l = [1,2,3,4,5,6,7,8]
print(list(map(lambda x: x ** 2, l)))
# [1, 4, 9, 16, 25, 36, 49, 64] ################### 方式三 ###################
l = [1,2,3,4,5,6,7,8]
new_l = []
for item in l:
new_l.append(item ** 2)
print(new_l)
# [1, 4, 9, 16, 25, 36, 49, 64]

(2).多个列表转换

l1 = [1,2,3,4,5,6,7]       # 7 个元素
l2 = [2,3,4,5,6,7] # 6 个元素
l3 = [100,100,100,100] # 4 个元素 print(list(map(lambda x,y,z:x**2 + y + z,l1,l2,l3)))
# [103, 107, 113, 121] # 按最少个数

三、reduce函数

1.说明

  对sequence中的item顺序迭代调用function,函数必须要有2个参数。要是有第3个参数,则表示初始值,可以继续调用初始值,返回一个值。

reduce(...)
reduce(function, sequence[, initial]) -> value

2.使用

(1)求list的和

# 求list的和
################### 方式一 ###################
from functools import reduce
def mysum(x,y):
return x+y print(reduce(mysum,range(1,11)))
# 55(注:1+2+3+4+5+6+7+8+9+10)
print(reduce(mysum,range(1,11),100))
# 155(注:100+1+2+3+4+5+6+7+8+9+10) ################### 方式二 lambda ###################
print(reduce(lambda x,y:x+y,range(1,11)))
# 55(注:1+2+3+4+5+6+7+8+9+10)
print(reduce(lambda x,y:x+y,range(1,11),100))
# 155(注:100+1+2+3+4+5+6+7+8+9+10)
# 100是初始值
print(reduce(lambda x,y:x+y,["a","b","c"],"z"))  # zabc  "z"是初始值

################### 方式三 lambda ###################
print(sum(range(1,11)))
# # 或for循环逐个相加
# 略

四、sorted函数和list自带的sort

1.说明

2.使用

(1)列表排序

# 需要一个排序好的副本,同时保持原有列表不变,怎么实现呢?
################### 方式一 sort ###################
l1 = [4, 6, 2, 1, 7, 9]
l2 = l1[:]
l2.sort()
print(l1)
# [4, 6, 2, 1, 7, 9]
print(l2)
# [1, 2, 4, 6, 7, 9] ################### 方式二 sorted ###################
# sorted函数返回的是list
l1 = [4, 6, 2, 1, 7, 9]
l2 = sorted(l1) # l1不受影响
print(l1)
# [4, 6, 2, 1, 7, 9]
print(l2)
# [1, 2, 4, 6, 7, 9]

(2).无视大小写排序,借助map函数

l1=['This','is','a','Boy','!']
l2 = sorted(map(lambda x:x.lower(),l1))
print(l1)
# ['This', 'is', 'a', 'Boy', '!']
print(l2)
# ['!', 'a', 'boy', 'is', 'this']

(3).reverse=True,revered函数

True为倒序排列,False为正序排列

################### 方式一 sort ###################
l1 = ['mmm', 'mm', 'mm', 'm' ]
l2 = l1[:]
l1.sort()
print(l1)
# ['m', 'mm', 'mm', 'mmm']
l2.sort(reverse=True)
print(l2)
# ['mmm', 'mm', 'mm', 'm'] ################### 方式二 sorted ###################
l1 = ['mmm', 'mm', 'mm', 'm' ]
print(sorted(l1))
# ['m', 'mm', 'mm', 'mmm']
print(sorted(l1,reverse=True))
# ['mmm', 'mm', 'mm', 'm'] ################### 方式三 reversed ###################
l1 = ['mmm', 'mm', 'mm', 'm' ]
print(list(reversed(l1)))
# ['m', 'mm', 'mm', 'mmm']
print(l1) # 对l1无影响
# ['mmm', 'mm', 'mm', 'm']

(4).key

类似于map,把迭代对象的元素逐个放到key对应的函数,返回一个值进行排序

# 列表按照其中每一个值的绝对值排序
l1 = [1,3,5,-2,-4,-6]
l2 = sorted(l1,key=abs) # 方式一
print(l2)
# [1, -2, 3, -4, 5, -6]
l1.sort(key=abs) # 方式二
print(l1)
# [1, -2, 3, -4, 5, -6] # 列表按照每一个元素的len排序
l1 = [[1,2],[3,4,5,6],(7,),'']
l2 = sorted(l1,key=len)
print(l2)
# [(7,), [1, 2], '123', [3, 4, 5, 6]]
l1.sort(key=len)
print(l1)
# [(7,), [1, 2], '123', [3, 4, 5, 6]] #将列表中的每个元素变为小写,再按每个元素中的每个字母的ascii码从小到大排序
l1 = ['CCC', 'bb', 'ffff', 'z']
l2 = sorted(l1,key = str.lower )
print(l2)
# ['bb', 'CCC', 'ffff', 'z']
l1.sort(key = str.lower)
print(l1)
# ['bb', 'CCC', 'ffff', 'z'] #自定义函数排序,lastchar为函数名,这个函数返回列表e中每个元素的最后一个字母
def lastchar(s):
return s[-1]
l1 = ['abc','b','AAz','ef']
l2 = sorted(l1,key=lastchar)
print(l2)
# ['b', 'abc', 'ef', 'AAz']
l1.sort(key=lastchar)
print(l1)
# ['b', 'abc', 'ef', 'AAz'] #自定义函数按列表f中字典的age从小到大排序
l1 = [{'name':'abc','age':20},{'name':'def','age':30},{'name':'ghi','age':25}]
def age(s):
return s['age']
# 方式一
l2 = sorted(l1,key = age)
print(l2)
# [{'name': 'abc', 'age': 20}, {'name': 'ghi', 'age': 25}, {'name': 'def', 'age': 30}]
# 方式二
l3 = sorted(l1,key = lambda x:x['age'])
print(l3)
# [{'name': 'abc', 'age': 20}, {'name': 'ghi', 'age': 25}, {'name': 'def', 'age': 30}]
# 方式三
l1.sort(key=age)
print(l1)

常用函数-filter、map、reduce、sorted的更多相关文章

  1. Python 内置函数&filter()&map()&reduce()&sorted()

    常用内置函数 Python 2.x 返回列表,Python 3.x 返回迭代器 在进行筛选或映射时,输出的结果是一个数组,需要list帮助. 如:print(list(map(lambda x:x+1 ...

  2. 高阶函数 filter map reduce

    const app=new Vue({ el:'#app', data:{ books:[{ id:1, name:"算法导论", data: '2006-1', price:39 ...

  3. [py][lc]python高阶函数(匿名/map/reduce/sorted)

    匿名函数 - 传入列表 f = lambda x: x[2] print(f([1, 2, 3])) # x = [1,2,3] map使用 传入函数体 def f(x): return x*x r ...

  4. Python内置函数filter, map, reduce

    filter.map.reduce,都是对一个集合进行处理,filter很容易理解用于过滤,map用于映射,reduce用于归并. 是Python列表方法的三架马车. 1. filter函数的功能相当 ...

  5. python关于list的三个内置函数filter(), map(), reduce()

    ''' Python --version :Python 2.7.11 Quote : https://docs.python.org/2/tutorial/datastructures.html#m ...

  6. Python的函数式编程: map, reduce, sorted, filter, lambda

    Python的函数式编程 摘录: Python对函数式编程提供部分支持.由于Python允许使用变量,因此,Python不是纯函数式编程语言. 函数是Python内建支持的一种封装,我们通过把大段代码 ...

  7. Python2.7学习笔记-定义函数、filter/map/reduce/lambda

    我把写的代码直接贴在下面了,注释的不是很仔细,主要是为了自己复习时方便查找,并不适合没有接触过python的人看,其实我也是初学者. #定义函数 def my_abs(x): if x>=0: ...

  8. Python学习(五)函数 —— 内置函数 lambda filter map reduce

    Python 内置函数 lambda.filter.map.reduce Python 内置了一些比较特殊且实用的函数,使用这些能使你的代码简洁而易读. 下面对 Python 的 lambda.fil ...

  9. Python之匿名函数(filter,map,reduce)

    参考博客:Python匿名函数详解--http://blog.csdn.net/csdnstudent/article/details/40112803 Python内建函数之——filter,map ...

随机推荐

  1. relative和absolute的效果

    我对这样几个效果不是特别理解: 1.float的效果: 就是搞不清楚我想要什么效果的时候可以将某个标签设置为float,一直没总结出什么规律. 2.relative和absolute的效果: 也是不清 ...

  2. HTML输出 一 控制列背景颜色

    #将需要读取的域名和端口列表保存在名为ports01.txt.ports02的文件中,文件与脚本位于相同目录下$CurrentPath = $MyInvocation.MyCommand.Path.s ...

  3. IOS之沙盒(Sandbox)机制

    IOS中每个App应用程序都有一个单独封闭的文件夹,这个文件夹称为沙盒,并且苹果规定,任何App都无权访问其他App的沙盒 沙盒目录通过 FOUNDATION_EXPORT NSString *NSH ...

  4. 执行hadoop fs -ls时出现错误RuntimeException: core-site.xml not found

    由于暴力关机,Hadoop fs -ls 出现了下图问题: 问题出现的原因是下面红框框里面的东西,我当时以为从另一个节点下载一个conf.cloudera.yarn文件就能解决问题,发现不行啊,于是删 ...

  5. 简单dp ---HDU3485 Count 101

    题目大意:让求长度为n的0 和 1 构成的串中不包含101子串的个数有多少. 这个题当时想了好久,以为是一个规律题,一直在推规律,最后还是wa了,上网一看原来是dp问题, 不过确实递推式挺巧妙的. 递 ...

  6. ubunut在系统恢复模式下无法改动rootpassword的分析和解决

    前些日子本猫的ubuntu 14.10貌似出了点问题,想改动下rootpassword,可是无奈原系统有错正常情况下无法改动啊.这是逼我重装的节奏吗? 在ubuntu开机后马上按住left_shift ...

  7. [Ubuntu] 编译安装 PHP 依赖库

    编译环境 sudo apt-get -y install build-essential xml sudo apt-get -y install libxml2-dev pcre sudo apt-g ...

  8. net web service 参数类型

    因为Web Services的执行是建立在XML架构之上的,所以它能够支持丰富的数据类型. 下表列出了使用SOAP协议时Web Services支持的数据类型:  类 型 含 义 基础类型 也即标准基 ...

  9. Redis的简单了解以及主从复制

    1.Redis的简单了解 Redis是一种高性能的分布式NoSql数据库,持久存储,高并发,数据类型丰富,通过现场申请内存空间,同时可以配置虚拟内存.五种数据类型:string(字符串,这种格式和me ...

  10. 算法练习4---冒泡排序java版

    冒泡排序的基本思想:在要排序的一组数中,对当前还未排好序的范围内的全部数,自上而下对相邻的两个数依次进行比较和调整,让较大的数往下沉,较小的往上冒.即:每当两相邻的数比较后发现它们的排序与排序要求相反 ...