一. Map
Map會將一個函數映射到一個輸入列表的所有元素上. 這是它的規範:
map(function_to_apply, list_of_inputs)
大多數時候, 我們要把列表中所有元素一個個地傳遞給一個函數, 並收集輸出. 比方說:
items = [1, 2, 3, 4, 5]
squared = []
for i in items:
squared.append(i**2)
Map可以讓我們用一種簡單而漂亮得多的方式來實現. 就是這樣:
items = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x**2, items))
map不僅用於一列表的輸入, 我們甚至可以用於一列表的函數:
def multiply(x):
return (x*x)
def add(x):
return (x+x)
funcs = [multiply, add]
for i in range(5):
value = map(lambda x: x(i), funcs)
print(list(value))
上面print時, 加了list轉換, 是爲了python2/3的兼容性. 在python2中map直接返回列表, 但在python3中返回迭代器, 因此爲了兼容python3, 需要list轉換一下.
輸出:
[0, 0]
[1, 2]
[4, 4]
[9, 6]
[16, 8]
二. Filter
filter過濾列表中的元素, 並且返回一個由所有符合要求的元素所構成的列表. 所謂符合要求, 即函數映射到該元素時返回值爲True.
number_list = range(-5, 5)
less_than_zero = filter(lambda x: x < 0, number_list)
print(list(less_than_zero))
輸出:
[-5, -4, -3, -2, -1]
這個filter類似於一個for循環, 但它是一個內置函數, 並且更快 (爲什麼更快, 值得研究一下具體實現).
三. Reduce
當需要對一個列表進行一些計算並返回結果時, Reduce 是個非常有用的函數. 舉個例子, 當你需要計算一個整數列表的乘積時.
通常在 python 中你可能會使用基本的 for 循環來完成這個任務.
現在我們來試試 reduce:
from functools import reduce
product = reduce( (lambda x, y: x * y), [1, 2, 3, 4] )
輸出:
24