Python 中 map、filter、reduce 和 zip 函数的用法

Python 自带模块的数据结构屈指可数，list是一个随时都在用的数据结构，对list进行操作python内置了几个函数对python的list进行操作时候非常方便。

本文转载至小小羊

map()函数——作用于list每一个元素

map()是 Python 内置的高阶函数，它接收一个函数 f() 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。(这个函数与 R 中的 lapply 非常相似)

用法：map(function, sequence)

轻松转换 list 中元素类型：

例如 chr 类型转换成 int

l = ['1','2','3','4']
list(map(int,l))

Out[2]: [1, 2, 3, 4]

编写独立函数作用与 list 中每一个元素：

例如对 list 中每一个元素求平方

def f(x):
    return x**2

l =[1,2,3,4]

list(map(f,l))

Out[3]: [1, 4, 9, 16]

使用匿名函数操作：

l =[1,2,3,4]
list(map(lambda x: x**2, l))

Out[4]: [1, 4, 9, 16]

同时操作两个 list(并行非多核运算)

l =[1,2,3,4]
list(map(lambda x,y: x+y,l,l))

Out[5]: [2, 4, 6, 8]

注：python3 和 python2 中map()的返回值不一样， python2 中直接返回列表，python需要加list()转换取值。

filter()函数——筛选函数

• 按照 function 函数的规则在列表 sequence 中筛选数据
• 用法：filter(function, sequence)

筛选 list 中符合条件的值

l =[1,2,3,4]
filter(lambda x: x>2, l)

Out[6]: [3, 4]

filter() 与 map() 返回值不同

l =[1,2,3,4]
map(lambda x: x>2, l)

Out[8]: [False, False, True, True]

reduce()——求积累运算

reduce函数功能是将 sequence 中数据，按照 function 函数操作，如将列表第一个数与第二个数进行 function 操作，得到的结果和列表中下一个数据进行 function 操作，一直循环下去…

用法：reduce(function, sequence)

求积累和

l =[1, 2, 3, 4]
reduce(lambda x,y: x+y, l)

Out[10]: 10

zip()打包函数

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）。

用法: zip(list,list)

zip()基本用法

l1 = [1, 2, 3, 4]
l2 = ['a', 'b', 'c', 'd']

zip(l1,l2)
Out[12]: [(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd')]

使用*逆过程

l1 = [1, 2, 3, 4]
l2 = ['a', 'b', 'c', 'd']
zip_l1_l2 = zip(l1,l2)
zip(*zip_l1_l2)

Out[17]: [(1, 2, 3, 4), ('a', 'b', 'c', 'd')]

zip 构造字典

l1 = [1, 2, 3, 4]
l2 = ['a', 'b', 'c', 'd']
zip_l1_l2 = zip(l1,l2)

dict(zip_l1_l2)

Out[18]: {1: 'a', 2: 'b', 3: 'c', 4: 'd'}