【Python】Python四大内置高阶函数(map、reduce、filter、sorted)
function:函数 iterable:一个或多个序列
#内置函数
list(map(abs,[-1,3,-5,8]))
[1, 3, 5, 8]
list(map(lambda x: x.center(3,'#'),['马云','马化腾','李彦宏']))
['#马云', '马化腾', '李彦宏']
#自定义函数,计算3次方
def square(x) :
return x ** 3
list(map(square, [1,2,3,4,5]))
[1, 8, 27, 64, 125]
# 使用 lambda 匿名函数
list(map(lambda x: x ** 3, [1, 2, 3, 4, 5]))
[1, 8, 27, 64, 125]
# 提供了两个列表,对相同位置的列表数据进行相加
list(map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10]))
[3, 7, 11, 15, 19]
list(map(lambda x: x%2==1, [1,3,2,4,1]))
[True, True, False, False, True]
二、reduce函数
function:函数 iterable:一个或多个序列
from functools import reduce
nums = [6,9,4,2,4,10,5,9,6,9]
print(nums)
[6, 9, 4, 2, 4, 10, 5, 9, 6, 9]
print(sum(nums))
64
print(reduce(lambda val,x: val+x,nums))
64
# 累计减法
reduce(lambda x,y:x-y,[1,2,3,4])
-8
#累计乘法
def multi(x,y):
return x*y
reduce(multi,[1,2,3,4])
24
reduce(lambda x,y:x*y,[1,2,3,4])
24
三、filter函数
function:判断函数。 iterable :可迭代对象。
fil = filter(lambda x: x>10,[1,11,2,45,7,6,13])
fil
0x28b693b28c8 > # 可迭代对象,不能直接查看
list(fil)
[11, 45, 13]
def isodd(num):
if num % 2 == 0:
return True
else:
return False
list(filter(isodd,range(1,13)))
[2, 4, 6, 8, 10, 12]
四、sorted函数
iterable:可迭代对象。 key:主要是用来进行比较的元素,只有一个参数,具体的函数的参数就是取自于可迭代对象中,指定可迭代对象中的一个元素来进行排序。 reverse :排序规则,reverse = True 降序 , reverse = False 升序(默认)。
a = [5,7,6,3,4,1,2]
b = sorted(a) # 保留原列表
a
[5, 7, 6, 3, 4, 1, 2]
b
[1, 2, 3, 4, 5, 6, 7]
#利用key
L=[('b',2),('a',1),('c',3),('d',4)]
sorted(L, key=lambda x:x[1])
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
#按年龄排序
students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
sorted(students, key=lambda s: s[2])
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
#按降序
sorted(students, key=lambda s: s[2], reverse=True)
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
#降序排列
a = [1,4,2,3,1]
sorted(a,reverse=True)
[4, 3, 2, 1, 1]
在看一个更实用的案例,加入一个列表存了各个品牌手机的销量以及售价,我们可以进行各种排序后输出。
info = [('Apple',800,9799),
('Xiaomi',40,3599),
('Oppo',40,4199),
('Vivo',100,4000),
('Huawei',40,6899),]
#正常排序
print(sorted(info))
[('Apple', 800, 9799), ('Huawei', 40, 6899), ('Oppo', 40, 4199), ('Vivo', 100, 4000), ('Xiaomi', 40, 3599)]
#按销量排序
print(sorted(info,key = lambda x: x[1],reverse=True))
[('Apple', 800, 9799), ('Vivo', 100, 4000), ('Xiaomi', 40, 3599), ('Oppo', 40, 4199), ('Huawei', 40, 6899)]
#按商品价格排序
print(sorted(info,key = lambda x: x[2],reverse=True))
[('Apple', 800, 9799), ('Huawei', 40, 6899), ('Oppo', 40, 4199), ('Vivo', 100, 4000), ('Xiaomi', 40, 3599)]
#先价格 再销量排序
print(sorted(info,key = lambda x: (x[2],x[1]),reverse=True))
[('Apple', 800, 9799), ('Huawei', 40, 6899), ('Oppo', 40, 4199), ('Vivo', 100, 4000), ('Xiaomi', 40, 3599)]
··· END ···
往期精彩回顾
适合初学者入门人工智能的路线及资料下载 中国大学慕课《机器学习》(黄海广主讲) 机器学习及深度学习笔记等资料打印 机器学习在线手册 深度学习笔记专辑 《统计学习方法》的代码复现专辑 AI基础下载 本站qq群955171419,加入微信群请扫码:
评论