Python的lambda, filter, reduce 和 map簡介

標籤：

Lambda 操作

Lambda操作——有些人喜歡，有些人討厭，還有很多人害怕。當你看完了我們這章的介紹後，我們很自信你會喜歡上它。要不然，你可以去學習Guido van Rossums更喜歡去用的“list comprehensions”（遞推式構造列表）了，因為他也不喜歡Lambda, map filter 和reduce。

 

Lambda操作或者lambda函數是一種建立小型匿名函數的方式，即：函數都沒有函數名。這些函數都是投擲(throw-away)函數，即：它們只會在我們需要的地方建立，Lambda函數大部分時間都是與filter(), map() 和 reduce()函數混合使用。Lambda特性被添加到Python是因為Lisp 程式員的強烈要求。

Lambda函數通常的文法是十分簡單的：

lambda argument_list: expression

參數列表(argument_list)是由逗號分隔的參數列表組成，而上面這個運算式（expression）是一個可以使用這些參數的算術運算式。你能通過把這個函數賦給一個變數來給這個lambda函數一個名字。

下面這個lambda函數的例子返回的是這兩個參數的和：

>>> f = lambda x, y : x + y>>> f(1,1)2

 

map() 函數

當與map函數混合使用的時候，lambda操作的優勢就能體現出來了。

map()是一個帶有兩個參數的函數：

r = map(func, seq)

第一個參數func是一個函數名，第二個seq是一個序列（如：list)。map()將會這個函數應用在序列seq的每一個元素上，然後返回一個被這個函數func改變後的元素的列表

def fahrenheit(T):    return ((float(9)/5)*T + 32)def celsius(T):    return (float(5)/9)*(T-32)temp = (36.5, 37, 37.5,39)F = map(fahrenheit, temp)C = map(celsius, F)

 在上面這個例子中，我們沒有使用lambda，如果使用lambda，我們不需要去定義和命名fahrenheit()和celsius()函數。你能夠從下面的互動過程中看到：

>>> Celsius = [39.2, 36.5, 37.3, 37.8]>>> Fahrenheit = map(lambda x: (float(9)/5)*x + 32, Celsius)>>> print Fahrenheit[102.56, 97.700000000000003, 99.140000000000001, 100.03999999999999]>>> C = map(lambda x: (float(5)/9)*(x-32), Fahrenheit)>>> print C[39.200000000000003, 36.5, 37.300000000000004, 37.799999999999997]>>>

 map()能夠應用多個列表，但這些列表必須有相同的長度。map()將會應用它的lambda函數在這些列表的元素上，如：首先應用在下標為0的元素上，然後應用在下標為1的元素上，直到到達下標為n：

>>> a = [1,2,3,4]>>> b = [17,12,11,10]>>> c = [-1,-4,5,9]>>> map(lambda x,y:x+y, a,b)[18, 14, 14, 14]>>> map(lambda x,y,z:x+y+z, a,b,c)[17, 10, 19, 23]>>> map(lambda x,y,z:x+y-z, a,b,c)[19, 18, 9, 5]

 我們可以從上面的例子中看到，參數x的值是來自a列表的，而y的值來自列表b，z的值來自列表c。

 

Filtering 

filter(func, list)函數提供了一種優雅的方式去把函數func傳回值為True的元素過濾出來。

filter(f, l) 需要一個函數f作為它的第一個參數。f返回一個布爾型的值，如：True或者False。這個函數將會應用在列表l的每一個元素上。只有當f返回True的時候，這個列表中的元素才會包含在結果清單中。

>>> fib = [0,1,1,2,3,5,8,13,21,34,55]>>> result = filter(lambda x: x % 2, fib)>>> print result[1, 1, 3, 5, 13, 21, 55]>>> result = filter(lambda x: x % 2 == 0, fib)>>> print result[0, 2, 8, 34]>>> 

 

Reducing a List

函數reduce(func, seq)持續的應用函數func在序列上。它將會返回一個值。

一個序列 seq = [ s1, s2, s3, ... , sn ], 調用reduce(func, seq)的工作像這樣：

• 首先，序列的第一、第二個元素將會應用到函數func中，如：func(s1,s2)，這之後這個列表看起來像這樣： [ func(s1, s2), s3, ... , sn ]
• 下一步，函數func將會應用在前一個結果和序列的第三個元素上，如：func(func(s1, s2),s3)，這個列表現在看起來像： [ func(func(s1, s2),s3), ... , sn ]
• 這樣持續下去，直到只剩下一個元素，然後作為reduce的結果返回這個元素

我們通過下面的例子來闡明這個過程：

>>> reduce(lambda x,y: x+y, [47,11,42,13])113

下面這個圖展示了中間的計算步驟：

 

reduce()舉例

使用reduce來尋找一列數字中的最大值

>>> f = lambda a,b: a if (a > b) else b>>> reduce(f, [47,11,42,102,13])102>>> 

計算數字1到100的和：

>>> reduce(lambda x, y: x+y, range(1,101))5050

 

原文（英文）：http://www.python-course.eu/lambda.php

翻譯（中文）：http://www.cnblogs.com/rhjiang/

轉載請註明出處。 

 

Python的lambda, filter, reduce 和 map簡介