本篇將開始介紹python高階函數map/reduce/filter的用法，更多內容請參考:Python學習指南

map/reduce

Python內建了map()和reduce()函數。

如果你讀過Google的那篇大名鼎鼎的論文"MapReduce: Simplified Data Processing on Large Clusters",你就能大概明白map/reduce的概念。

我們先看map。map()函數接收兩個參數，一個是函數，一個是序列，map將傳入的函數依次作用到序列的每個元素，並把結果作為新的list返回。

舉例說明，比如我們有一個函數f(x) = x的二次方，要把這個函數作用在一個list[1,2,3,4,5,6,7,8,9]

現在，我們用python代碼實現：

def f(x):
    return x * x

>>>map(f, [1,2,3,4,5,6,7,8,9])
[1,4,9,16,25,36,49,64,81]

map()傳入的第一個蠶食是f，即函數對象本身。

你可能會想，不需要map()函數，寫一個循環，也可以計算結果：

L = []
for n in [1,2,3,4,5,6,7,8,9]:
    L.append(f(n))
print L

的確可以，但是，從上面的循環代碼，能一眼看明白"把f(x)作用在list的每一個元素並把結果生成一個新的list"嗎？

所以，map()作為高階函數，事實上它把運算規則抽象了，因此，我們不但可以計算簡單的f(x) = x的二次方，還可以計算呢任意復雜的函數，比如，把這個list所有數字轉化為字符串：

>>>map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])
['1', '2', '3', '4', '5', '6', '7', '8', '9']

只需要一行代碼。

再看reduce的用法。reduce把一個函數作用在一個序列[x1, x2, x3...]上，這個函數必須接收兩個參數，reduce把結果繼續和序列的下一個元素做累積計算，其效果就是：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

比如說對一個序列求和，就可以用reduce實現：

def add(x, y):
    return x + y

>>>reduce(add, [1, 3, 5, 7, 9])
25

當然求和運算可以直接用Python內建函數sum(),沒必要動用reduce。

但是如果要把序列[1, 3, 5, 7, 9]變成整數13579，reduce就可以派上用場：

def fn(x, y):
    return x * 10 + y

>>>reduce(fn, [1, 3, 5, 7, 9])
13579

這個例子本身沒多大用處，但是，如果考慮到字符串str也是一個序列，對上面的例子稍加改動，配合map()函數，我們就可以寫出把str轉換為int的函數：

def fn(x, y):
    return x * 10 + y

def char2num(s):
    return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]

>>>reduce(fn, map(char2num, '13579'))
13579

整理成一個str2int的函數就是：

def str2int(s):
    def fn(x, y):
        return x * 10 + y
    def char2num(s):
        return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
    return reduce(fn, map(char2num, s))

還可以用lambda函數進一步簡化成：

def char2num(s):
    return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]

def str2int(s):
    return reduce(lambda x,y: x*10+y, map(char2num, s))

也就是說，假設Python沒有提供int()函數，你完全可以自己寫一個把字符串轉化為整數的函數，而且只需要幾行代碼！

filter

Python內建的filter()函數用於過濾序列。

和map()類似，filter()也接收一個函數和一個序列。和map()不同的是，filter()把傳入的函數依次作用與每個元素，然後根據返回值是True還是False決定保留還是丟棄該元素。

例如，在一個list中，刪掉偶數，只保留奇數，可以這麽寫：

def is_odd(n):
    return n % 2 == 1

filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15])
# 結果: [1, 5, 9, 15]

把一個序列中的空字符串刪掉，可以這麽寫：

def not_empty(s):
    return s and s.strip()

filter(not_empty, ['A', '', 'B', None, 'C', '  '])
# 結果: ['A', 'B', 'C']

可見用filter()這個高階函數，關鍵在於正確實現一個“篩選”函數。

Python高階函數_map/reduce/filter函數