详细分析python3的reduce函数
|
reduce() 函数在 python 2 是内置函数， 从python 3 开始移到了 functools 模块。 官方文档是这样介绍的 reduce(...) reduce(function,sequence[,initial]) -> value Apply a function of two arguments cumulatively to the items of a sequence,from left to right,so as to reduce the sequence to a single value. For example,reduce(lambda x,y: x+y,[1,2,3,4,5]) calculates ((((1+2)+3)+4)+5). If initial is present,it is placed before the items of the sequence in the calculation,and serves as a default when the sequence is empty. 从左到右对一个序列的项累计地应用有两个参数的函数，以此合并序列到一个单一值。 例如，reduce(lambda x,5]) 计算的就是((((1+2)+3)+4)+5)。 如果提供了 initial 参数，计算时它将被放在序列的所有项前面，如果序列是空的，它也就是计算的默认结果值了 嗯， 这个文档其实不好理解。看了还是不懂。 序列 其实就是python中 tuple list dictionary string 以及其他可迭代物，别的编程语言可能有数组。 reduce 有 三个参数 function 有两个参数的函数， 必需参数 reduce的工作过程是 ：在迭代sequence(tuple ，list ，dictionary， string等可迭代物)的过程中，首先把 前两个元素传给 函数参数，函数加工后，然后把得到的结果和第三个元素作为两个参数传给函数参数， 函数加工后得到的结果又和第四个元素作为两个参数传给函数参数，依次类推。 如果传入了 initial 值， 那么首先传的就不是 sequence 的第一个和第二个元素，而是 initial值和 第一个元素。经过这样的累计计算之后合并序列到一个单一返回值 reduce 代码举例，使用REPL演示 >>> def add(x,y): ... return x+y ... >>> from functools import reduce >>> reduce(add,4]) >>> 上面这段 reduce 代码，其实就相当于 1 + 2 + 3 + 4 = 10， 如果把加号改成乘号， 就成了阶乘了 >>> sum([1,4]) 10 >>> 很多教程只讲了一个加法求和，太简单了，对新手加深理解还不够。下面讲点更深入的例子 还可以把一个整数列表拼成整数，如下 >>> from functools import reduce >>> reduce(lambda x,y: x * 10 + y,5]) 12345 >>> 对一个复杂的sequence使用reduce ，看下面代码，更多的代码不再使用REPL， 使用编辑器编写
from functools import reduce
scientists =({'name':'Alan Turing','age':105},{'name':'Dennis Ritchie','age':76},{'name':'John von Neumann','age':114},{'name':'Guido van Rossum','age':61})
def reducer(accumulator,value):
sum = accumulator['age'] + value['age']
return sum
total_age = reduce(reducer,scientists)
print(total_age)
这段代码会出错，看下图的执行过程
所以代码需要修改
from functools import reduce
scientists =({'name':'Alan Turing','age':105,'gender':'male'},'age':76,{'name':'Ada Lovelace','age':202,'gender':'female'},{'name':'Frances E. Allen','age':84,'gender':'female'})
def reducer(accumulator,value):
sum = accumulator + value['age']
return sum
total_age = reduce(reducer,scientists,0)
print(total_age)
7， 9 行 红色部分就是修改 部分。 通过 help(reduce) 查看 文档，reduce 有三个参数， 第三个参数是初始值的意思，是可有可无的参数。 修改之后就不出错了，流程如下
这个仍然也可以用 sum 来更简单的完成 sum([x['age'] for x in scientists ]) 做点更高级的事情，按性别分组
from functools import reduce
scientists =({'name':'Alan Turing','gender':'female'})
def group_by_gender(accumulator,value):
accumulator[value['gender']].append(value['name'])
return accumulator
grouped = reduce(group_by_gender,{'male':[],'female':[]})
print(grouped)
输出
{'male': ['Alan Turing','Dennis Ritchie'],'female': ['Ada Lovelace','Frances E. Allen']}
可以看到，在 reduce 的初始值参数传入了一个dictionary，， 但是这样写 key 可能出错，还能再进一步自动化，运行时动态插入key 修改代码如下 grouped = reduce(group_by_gender,collections.defaultdict(list)) 当然 先要 import collections 模块 这当然也能用 pythonic way 去解决
import itertools
scientists =({'name':'Alan Turing','gender':'female'})
grouped = {item[0]:list(item[1])
for item in itertools.groupby(scientists,lambda x: x['gender'])}
print(grouped)
再来一个更晦涩难懂的玩法。工作中要与其他人协作的话，不建议这么用，与上面的例子做同样的事，看不懂无所谓。
from functools import reduce
scientists =({'name':'Alan Turing','gender':'female'})
grouped = reduce(lambda acc,val: {**acc,**{val['gender']: acc[val['gender']]+ [val['name']]}},'female':[]})
print(grouped)
**acc， **{val['gneder']... 这里使用了 dictionary merge syntax,从 python 3.5 开始引入， 详情请看 PEP 448 - Additional Unpacking Generalizations 怎么使用可以参考这个 python - How to merge two dictionaries in a single expression? - Stack Overflow python 社区推荐写可读性好的代码，有更好的选择时不建议用reduce，所以 python 2 中内置的reduce 函数 移到了 functools模块中 （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
