lambda表達式和map(),reduce(),filter()的使用

lambda 表達式

lambda 表達式的語法格式如下：

   lambda [parameter_list] : 表達式

從上面的語法格式可以看出 lambda 表達式的幾個要點：

• lambda 表達式必須使用 lambda 關鍵字定義。
• 在 lambda 關鍵字之后、冒號左邊的是參數列表，可以沒有參數，也可以有多個參數。如果有多個參數，則需要用逗號隔開，冒號右邊是該 lambda 表達式的返回值。

實際上，lambda 表達式的本質就是匿名的、單行函數體的函數。因此，lambda 表達式可以寫成函數的形式。

例如，對於如下 lambda 表達式：

      lambda x , y:x + y

可改寫為如下函數形式：

def add(x, y):
    return x+ y

上面定義函數時使用了簡化語法：當函數體只有一行代碼時，可以直接把函數體的代碼放在與函數頭同一行。

總體來說，函數比 lambda 表達式的適應性更強，lambda 表達式只能創建簡單的函數對象（它只適合函數體為單行的情形）。但 lambda 表達式依然有如下兩個用途：

1.對於單行函數，使用 lambda 表達式可以省去定義函數的過程，讓代碼更加簡潔。

2.對於不需要多次復用的函數，使用 lambda 表達式可以在用完之后立即釋放，提高了性能。

 

map()函數

map() 函數的基本語法格式如下：

          map(function, iterable)

其中，function 參數表示要傳入一個函數，其可以是內置函數、自定義函數或者 lambda 匿名函數；iterable 表示一個或多個可迭代對象，可以是列表、字符串等。

map() 函數的功能是對可迭代對象中的每個元素，都調用指定的函數，並返回一個 map 對象。

注意，該函數返回的是一個 map 對象，不能直接輸出，可以通過 for 循環或者 list() 函數來顯示。

【例 1】還是對列表中的每個元素乘以 2。

listDemo = [1, 2, 3, 4, 5]
new_list = map(lambda x: x * 2, listDemo)
print(list(new_list))

結果為：     [2， 4， 6， 8， 10]

【例 2】map() 函數可傳入多個可迭代對象作為參數。

listDemo1 = [1, 2, 3, 4, 5]
listDemo2 = [3, 4, 5, 6, 7]
new_list = map(lambda x,y: x + y, listDemo1,listDemo2)
print(list(new_list))

結果為：     [4, 6, 8, 10, 12]

注意，由於 map() 函數是直接由用 C 語言寫的，運行時不需要通過 Python 解釋器間接調用，並且內部做了諸多優化，所以相比其他方法，此方法的運行效率最高。

filter()函數

filter()函數的基本語法格式如下：

       filter(function, iterable)

此格式中，funcition 參數表示要傳入一個函數，iterable 表示一個可迭代對象。

filter() 函數的功能是對 iterable 中的每個元素，都使用 function 函數判斷，並返回 True 或者 False，最后將返回 True 的元素組成一個新的可遍歷的集合。

【例 3】返回一個列表中的所有偶數。

listDemo = [1, 2, 3, 4, 5]
new_list = filter(lambda x: x % 2 == 0, listDemo)
print(list(new_list))

   結果為：  [2, 4]

【例 4】filter() 函數可以接受多個可迭代對象。

listDemo = [1, 2, 3, 4, 5]
new_list = map(lambda x,y: x-y>0,[3,5,6],[1,5,8] )
print(list(new_list))

結果為：  [True, False, False]

 

reduce()函數

reduce() 函數通常用來對一個集合做一些累積操作，其基本語法格式為：

      reduce(function, iterable)

其中，function 規定必須是一個包含 2 個參數的函數；iterable 表示可迭代對象。

注意，由於 reduce() 函數在 Python 3.x 中已經被移除，放入了 functools 模塊，因此在使用該函數之前，需先導入 functools 模塊。

【例 5】計算某個列表元素的乘積。

import functools
listDemo = [1, 2, 3, 4, 5]
product = functools.reduce(lambda x, y: x * y, listDemo)
print(product)

結果為：  120

總結

通常來說，當對集合中的元素進行一些操作時，如果操作非常簡單，比如相加、累積這種，那么應該優先考慮使用 map()、filter()、reduce() 實現。另外，在數據量非常多的情況下（比如機器學習的應用），一般更傾向於函數式編程的表示，因為效率更高。