Python中lambda zip map reduce函数的使用

一、lambda表达式

lambda表达式，通常是在需要一个函数，但是又不想费神去命名一个函数的场合下使用，也就是指匿名函数。lambda所表示的匿名函数的内容应该是很简单的，如果复杂的话，干脆就重新定义一个函数了，使用lambda就有点过于执拗了。lambda就是用来定义一个匿名函数的，如果还要给他绑定一个名字的话，就会显得有点画蛇添足，通常是直接使用lambda函数。如下所示：

<调用名> = lambda <参数1>,<参数2>...:<表达式>add = lambda x,y:x+yadd(1,2) # 结果为3

二、zip()函数用法

zip()是Python的一个内建函数，它接受一系列可迭代的对象作为参数，将对象中对应的元素打包成一个个tuple（元组），然后返回由这些tuples组成的list（列表）。若传入参数的长度不等，则返回list的长度和参数中长度最短的对象相同。利用*号操作符，可以将list unzip（解压），看下面的例子就明白了：

>>>a =[1,2,3]>>>b =[4,5,6]>>>c =[4,5,6,7,8]>>>zipped =zip(a,b)[(1,4),(2,5),(3,6)]>>>zip(a,c)[(1,4),(2,5),(3,6)]>>>zip(*zipped)[(1,2,3),(4,5,6)]

对于这个并不是很常用函数，下面举几个例子说明它的用法：

2.1、维矩阵变换（矩阵的行列互换）

比如我们有一个由列表描述的二维矩阵

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

通过python列表推导的方法，也能轻易完成这个任务

print[[row[col]forrowina]forcolinrange(len(a[0]))][[1,4,7],[2,5,8],[3,6,9]]

另外一种让人困惑的方法就是利用zip函数：

>>>a =[[1,2,3],[4,5,6],[7,8,9]]>>>zip(*a)[(1,4,7),(2,5,8),(3,6,9)]>>>map(list,zip(*a))[[1,4,7],[2,5,8],[3,6,9]]

这种方法速度更快但也更难以理解，将list看成tuple解压，恰好得到我们“行列互换”的效果，再通过对每个元素应用list()函数，将tuple转换为list

三、Python函数式编程 map()、reduce()、filter()、

3.1、map()

格式：map( func, seq1[, seq2...] )

Python函数式编程中的map()函数是将func作用于seq中的每一个元素，并用一个列表给出返回值。如果func为None，作用同zip()。

当seq只有一个时，将func函数作用于这个seq的每个元素上，得到一个新的seq。下图说明了只有一个seq的时候map()函数是如何工作的（本文图片来源：《Core Python Programming (2nd edition)》）。

可以看出，seq中的每个元素都经过了func函数的作用，得到了func(seq[n])组成的列表。

下面举一个例子进行说明。假设我们想要得到一个列表中数字%3的余数，那么可以写成下面的代码。

Python函数式编程之map使用（一个seq）

这里又和上次的filter()一样，使用了列表解析的方法代替map执行。那么，什么时候是列表解析无法代替map的呢？

原来，当seq多于一个时，map可以并行地对每个seq执行如下图所示的过程：

也就是说每个seq的同一位置的元素在执行过一个多元的func函数之后，得到一个返回值，这些返回值放在一个结果列表中。

下面的例子是求两个列表对应元素的积，可以想象，这是一种可能会经常出现的状况，而如果不是用map的话，就要使用一个for循环，依次对每个位置执行该函数。

Python函数式编程之map使用（多个seq）

上面是返回值是一个值的情况，实际上也可以是一个元组。下面的代码不止实现了乘法，也实现了加法，并把积与和放在一个元组中。

Python函数式编程之map使用（多个seq）

还有就是上面说的func是None的情况，它的目的是将多个列表相同位置的元素归并到一个元组，在现在已经有了专用的函数zip()了。

Python函数式编程之map使用（func为None）

需要注意的是，不同长度的多个seq是无法执行map函数的，会出现类型错误。

3.2、filter

功能： filter的功能是过滤掉序列中不符合函数条件的元素，当序列中要删减的元素可以用某些函数描述时，就应该想起filter函数。

调用： filter（function，sequence），function可以是匿名函数或者自定义函数，它会把sequence中的每个元素传入function中，判断是否符合函数条件，返回TRUE或者FALSE，只会留下TRUE的元素；sequence可以是列表、元组或者字符串 。例子：

x = [1,2,3,4,5]list(filter(lambda x:x%2==0,x)) # 找出偶数。python3.*之后filter函数返回的不再是列表而是迭代器，所以需要用list转换。

输出：

[2, 4]1234

3.3、functools模块reduce()

格式：reduce( func, seq[, init] )

reduce函数即为化简，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。

简单来说，可以用这样一个形象化的式子来说明：

reduce( func, [1, 2,3] ) = func( func(1, 2), 3)

下面是reduce函数的工作过程图：

举个例子来说，阶乘是一个常见的数学方法，Python中并没有给出一个阶乘的内建函数，我们可以使用reduce实现一个阶乘的代码。

Python函数式编程之reduce使用

那么，如果我们希望得到2倍阶乘的值呢？这就可以用到init这个可选参数了。

Python函数式编程之reduce使用