Python中map、filter和reduce的使用总结

在Python中我们常常会遇到需要使用map、filter和reduce三大函数的情况，大家知道分别在什么情况下使用它们吗？下面我们来逐一学习并理解Python中map、filter和reduce的使用，一起来看看吧！

1、map函数

map函数的规范是，将⼀个函数映射到⼀个输⼊列表的所有元素上。

map(function_to_apply, list_of_inputs)

⼤多数时候，我们要把列表中所有元素⼀个个地传递给⼀个函数，并收集输出。比如：

items = [1, 2, 3, 4, 5]
squared = []
for i in items:
     squared.append(i**2)

而Map函数可以让我们⽤⼀种简单⽽漂亮得多的⽅式来实现，如下：

items = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x**2, items))

⼤多数时候，我们使⽤匿名函数lambdas来配合map函数，不仅⽤于⼀列表的输⼊， 我们甚⾄可以⽤于⼀列表的函数！

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))
# Output:
# [0, 0]
# [1, 2]
# [4, 4]
# [9, 6]
# [16, 8]

2、Filter函数

Filter函数很好理解，就是filter过滤列表中的元素，并且返回⼀个由所有符合要求的元素所构成的列表，符合要求即函数映射到该元素时返回值为True。下面具一个简单的例子来帮助大家理解：

number_list = range(-5, 5)
less_than_zero = filter(lambda x: x < 0, number_list)
print(list(less_than_zero))
# Output: [-5, -4, -3, -2, -1]

这个filter类似于⼀个for循环，但它是⼀个内置函数，并且更快。

3、Reduce函数

当需要对⼀个列表进⾏⼀些计算并返回结果时，Reduce 是个⾮常有⽤的函数。举个例⼦，当你需要计算⼀个整数列表的乘积时。通常在 Python 中你可能会使⽤基本的 for 循环来完成这个任务。现在我们来试试 reduce：

from functools import reduce
product = reduce( (lambda x, y: x * y), [1, 2, 3, 4] )
# Output: 24

Python中map、filter和reduce的使用总结就讲到这里了，大家都掌握精华的内容了吗？总的来说，map、filter和reduce三大函数对函数式编程来讲，是极为方便快捷的，推荐大家都尝试着多使用看看，一定能发现新的大陆！

好了，今天的分享就到这里，接下来给大家来一波福利。Python是一门非常不错的编程语言，薪资待遇高、就业前景好。即使你不想出去上班，也可以利用Python在家做兼职（比如爬取客户需要的数据、量化交易、代写程序等）。

如果你对Python感兴趣，想通过学习Python获取更高的薪资，那下面这套Python学习资料一定对你有用！

😝朋友们如果有需要的话，可以V扫描下方二维码免费领取🆓

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

二、Python基础学习

1. 开发工具

2. 学习笔记

3. 学习视频

三、Python小白必备手册

四、数据分析全套资源

五、Python面试集锦

1. 面试资料

2. 简历模板