3.python中map,filter,

一.map函数，对任何可迭代序列中的每一个元素应用对应的函数。（不管处理的是什么类型的序列，最后返回的都是列表。）

作用已经在标题中介绍过了，那么先来说说map函数的用法吧。

map(处理逻辑可以是函数也可以是lambda表达式,可迭代的序列)

现在有一个列表。

l1 = [1,2,3,4,5]

现在需要给这个列表里的每一个元素都＋1。（当然，使用for循环可以做到对序列中的每个元素进行处理，但使用map函数会更加方便。）

首先，定义一个逻辑函数，要如何对序列中的每一个元素进行处理。

def plus(x):

    return x + 1

＃每个元素都＋1

print map(plus,l1)

＃将map函数应用到l1的每一个元素中。

输出的结果为。

>>>[2, 3, 4, 5, 6]

当然，传入map函数中的逻辑函数还可以使用lambda表达式来表示，还拿刚才的例子演示。

l1 = [1,2,3,4,5]

print map(lambda x:x+1,l1)

>>>[2, 3, 4, 5, 6]

那么map函数是怎么做到的？内部功能是如何实现的？下面就来对map函数的内部进行剖析。

下面这个函数就可以实现和python内置的map函数一模一样的功能。

def map_func(func,seq):

    map_list = []

    for i in seq:

        map_list.append(func(i))

    return map_list

注意！上面说的map函数的使用方法是针对python2.7版本的，针对python3以上的版本不适用，因为从python3开始，map函数不再返回列表，返回的则是一个迭代器，如果想变成列表的话，还需要使用list() 函数做一个转换。

二.filter函数，对序列中的元素进行判断筛选。（返回的结果依旧是个列表。）

fileter函数在拿到一个序列的时候，会开始循环迭代这个序列中的每一个元素，对每一个元素都进行一次if判断，结果为True的加入到列表中，为False的，直接丢掉。

下面是filter函数的简单用法。

一个列表，将这个列表中小于5的元素，全部都列出来。（当然...这么简单的需求也可以使用for循环实现）

filter函数用法和map函数一样都是 filter(函数，可迭代序列)

l1 = [1,2,3,4,5,6,7,8,9,10]

def greater_than(x):

    if x < 5:

        return True

    else:

        return False

print filter(greater_than,l1)

>>>[1, 2, 3, 4]

filter函数依旧可以使用lambda表达式来代替逻辑函数。

print filter(lambda x:x<5,l1)

下面来剖析一下filter函数的工作原理，自己手动写一个和filter功能一模一样的函数：

def filter_func(func,seq):

    filter_list = []

    for s in seq:

        if func(s):

            filter_list.append(s)

    return filter_list

注意啦！这里面的filter函数和map函数一样，用法都是针对python2.7的，在python3中对这个函数做了一些改动，返回的不再是个列表，而是个迭代器。

三.reduce函数,将序列中所有的元素进行合并运算。

现在有个列表，现在需要每个元素要逐个相乘。

l1 = [1,2,3,4,5,6,7,8,9,10]

＃reduce函数规定了，一定要传递一个支持一个二元操作的函数

#下面就是定义好的逻辑函数

def bin_func(x,y):

    return x * y

print reduce(plus,l1)

>>> 3628800

下图是reduce函数的工作原理：

接下来，解剖下reduce函数的实现代码。

def reduce_func(func,seq,init_num=None):

    if init_num != None:

        ret = init_num

    else:

        ret = seq.pop(0)

    for i in seq:

        ret=func(ret,i)    #如果这条逻辑不好理解的话，可以仔细想想1*2*3*4 = ((1*2)*3)*4 

    return ret

print reduce_func(bin_func,l1)

>>>3628800

reduce函数使用lambda表达式。

print reduce_func(lambda x,y:x*y,l1)

注意！在python3当中，这个reduce函数被放到了functools这个模块中了，需要倒入functools才可以使用这个函数。

最后总结一下：

map函数用于处理序列中每一个元素。

filter函数用于过滤序列中每一个元素。

reduce函数用于做序列的合并操作。

reduce即为化简，它是这样一个过程：每次迭代，将上一次的迭代结果（第一次时为init的元素，如没有init则为seq的第一个元素）与下一个元素一同执行一个二元的func函数。在reduce函数中，init是可选的，如果使用，则作为第一次迭代的第一个元素使用。