加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程开发 > Python > 正文

Python3中,map()函数、fileter()函数、reduce()函数的比较

发布时间:2020-12-20 11:02:02 所属栏目:Python 来源:网络整理
导读:1.map(function,iterable):function为函数,或者lambda表达式,iterable是可迭代的序列,即对iterable中的每个item执行一遍function或者lambda表达式,返回一个map类型; ls = [1,2,3,4,5]result = map(lambda x : x**2,ls) print(type(result))print(result

1.map(function,iterable):function为函数,或者lambda表达式,iterable是可迭代的序列,即对iterable中的每个item执行一遍function或者lambda表达式,返回一个map类型;

ls = [1,2,3,4,5]
result = map(lambda x : x**2,ls) 
print(type(result))
print(result)
print(list(result))
 
#输出 <class ‘map‘>
#输出 <map object at 0x000001DFFA442470>
#输出 [1,9,16,25]

  

2.filter(function,iterable):‘筛选函数’,filter()把传人的函数依次作用于序列的每个元素,然后根据返回值是True还是false决定保留还是丢弃该元素,返回符合条件的序列

def func(x):
    return x % 2 == 0
req = fileter(func,range(10))
print(req)

#输出 [2,6,8]

3.reduce(function,iterable):对于序列内所有元素进行累计操作,即是序列中后面的元素与前面的元素做累积计算(结果是所有元素共同作用的结果)

1 def square(x,y):
2      return x*y
3 result = reduce(square,range(1,5))
4 print(result)#输出 24

(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!

    推荐文章
      热点阅读