Python 進價之路 (五) map, filter, reduce, zip 一網打盡
簡潔的內建函式
大家好，我又回來了，今天我想和大家分享的是Python非常重要的幾個內建函式：map，filter，reduce, zip。
它們都是處理序列的便捷函式。這很大程度上歸功於函數語言程式設計的世界。我們可以利用它們把一些小函式應用於一個序列的所有元素。從而節省編寫顯式迴圈的時間。
另外，這些中的每一個都是純函式，有返回值。因此我們可以容易地將函式的返回結果用表示式來表示。
好了，又到了大白話時間，為什麼用它們，就是可以簡化我們的程式碼，更簡潔高效的執行一些需要用到迴圈迭代為主的任務，接下來讓我們一個個來看
map()
函式構造
map()函式的主要作用是可以把一個方法依次執行在一個可迭代的序列上，比如List等，具體的資訊如下：
- 基礎語法：map(fun, iterable)
- 引數：fun是map傳遞給定可迭代序列的每個元素的函式。iterable是一個可以迭代的序列，序列中的每一個元素都可以執行fun
- 返回值：map object
好了，大白話就是利用map我們可以把一個函式fun 執行到序列iter的每一個元素上，用例子非常好理解~
基礎用法：
下面先讓我們看一個小例子，假設現在我們有一個List,包含1~5五個數字，我們想要讓每一個數+1，如果不知道map這個函式之前，我們的解決方案是這樣的：
numbers = [1, 2, 3, 4, 5] for i in range(0,len(numbers)):#對每個元素加1 numbers[i]+=1 print(numbers) Out:[2, 3, 4, 5, 6]
或者是這樣的：
numbers = [1, 2, 3, 4, 5] result = [] for n in numbers: result.append(n+1) print(result) Out:[2, 3, 4, 5, 6]
但是顯然，無論怎麼做都會涉及到寫迴圈，這裡就是map函式的用武之地了，我們可以用map函式這樣實現：
def add_one(n): return n + 1 numbers = [1, 2, 3, 4, 5] result = map(add_one, numbers) print(result) print(type(result)) print(list(result)) Out:<map object at 0x00000260F508BE80> <class 'map'> [2, 3, 4, 5, 6]
這裡想必聰明的你發現了map的好處，在優化精簡程式碼的同時，某種程度上講實現了方法和迴圈部分的分離，這裡我們可以發現map返回就是map類，我們這裡傳遞的序列是List，最後輸出時經過型別轉換也是list
在傳遞序列時只要這個序列是可迭代的就好，不一定非要List，比如我們換一種：
def add_one(n): return n + 1 numbers = (1, 2, 3, 4, 5)#序列為元組 result = map(add_one, numbers) print(tuple(result))# Out：(2, 3, 4, 5, 6)
輸入的序列為同樣可以迭代的元組，輸出時我們也選擇元組，效果一樣的。
更進一步
還用剛才的例子，為了更加簡潔，我們可以用lambda函式配合map使用，具體實現如下：
numbers = (1, 2, 3, 4, 5)# 迭代物件為tuple result = map(lambda x: x + 1, numbers) print(list(result))# 輸出物件為list Out：[2, 3, 4, 5, 6]
更加簡潔優雅了對吧！！這個lambad函式我之後會說，今天它不是主角哈哈，先一帶而過。
讓我們重新把目光轉移到map上來，除了剛才的用法，還要一種情況也十分常見，讓我們看下面的例子：
# List of strings words = ['paris', 'xiaobai','love'] # 把陣列中每個元素變為List test = list(map(list, words)) print(test) Out: [['p', 'a', 'r', 'i', 's'], ['x', 'i', 'a', 'o', 'b', 'a', 'i'], ['l', 'o', 'v', 'e']]
words是一個只包含字串型別元素的list，我們用map可以實現將words的每一個元素全部轉化為list型別，這裡有一點一定要注意，能實現的前提一定是每個元素都是可以迭代的型別，如果出現瞭如int型別的元素，就會出錯啦：
# List of strings words = [18,'paris', 'xiaobai','love'] # 把陣列中每個元素變為List test = list(map(list, words)) print(test) Out：TypeError: 'int' object is not iterable
大家一看錯誤型別相比立刻就明白啦，所以正確的使用方法一定是類似這種:
nums = [3,"23",-2] print(list(map(float,nums))) Out: [3.0, 23.0, -2.0]
總之就是型別要注意，今天我就拋磚引玉簡單介紹一下map，具體的用法大家可以自行開發哈，我也在不斷學習中
filter()
函式構造
filter（）方法藉助於一個函式來過濾給定的序列，該函式測試序列中的每個元素是否為真。
- 基礎語法：filter(fun, iterable)
- 引數：fun測試iterable序列中的每個元素執行結果是否為True，iterable為被過濾的可迭代序列
- 返回值：可迭代的序列，包含元素對於fun的執行結果都為True
簡而言之就是filter可以幫助我們根據給出的條件過濾一組資料並返回結果
基礎用法：
讓我們先看一個例子：
# 過濾母音的方法 def fun(variable): letters = ['a', 'e', 'i', 'o', 'u'] if (variable in letters): return True else: return False # 給定序列 sequence = ['I', 'l', 'o', 'v', 'e', 'p', 'y','t','h','o','n'] # 根據條件得出結果 filtered = list(filter(fun, sequence)) print(filtered) Out：['o', 'e', 'o']
這裡我們建立一個可以提取母音字母的方法fun，給定的可迭代序列為list，之後就可以用filter方法很容易的提取出結果啦，再看一個類似例子：
# 判斷為正數 def positive(num): if num>0: return True else: return False #判斷偶數 def even(num): if num % 2==0: return True else: return False numbers=[1,-3,5,-20,0,9,12] positive_nums = list(filter(positive, numbers)) print(positive_nums)# 輸出正數 list even_nums = tuple(filter(even,numbers)) print(even_nums)#輸出偶數 tuple Out：[1, 5, 9, 12] (-20, 0, 12)
看到這裡相比大家已經知道filter的基礎用法啦， 要先有一個,能返回True或者False的方法，或者表示式作為過濾條件就行啦
更進一步
這裡其實和map一樣了，基本上最簡潔的用法都是和lambda混在一起，比如下面我們想要把剛才的一大串程式碼壓縮一下：
numbers = [0, 1, 2, -3, 5, -8, 13]
# 提取奇數
result = filter(lambda x: x % 2, numbers)
print("Odd Numbers are :",list(result))
# 提取偶數
result = filter(lambda x: x % 2 == 0, numbers)
print("Even Numbers are :",list(result))
#提取正數
result = filter(lambda x: x>0, numbers)
print("Positive Numbers are :",list(result))
Out：Odd Numbers are : [1, -3, 5, 13]
Even Numbers are : [0, 2, -8]
Positive Numbers are : [1, 2, 5, 13]
" 爽啊！爽死了！" 郭德綱看到後這麼評價，lambda我平時用的不多，但是寫到這裡，我也覺得要好好學習它了，畢竟和其他程式語言相比，可能這中用法才是python提倡的理念之一：高效簡潔，
reduce()
函式構造
Reduce是一個非常有用的函式，用於在列表上執行某些計算並返回結果。它將滾動計算應用於列表中的連續值。例如，如果要計算整數列表的累積乘，或者求和等等
- 基礎語法：reduce(function, iterable)
- 引數：fun是連續作用於iterable每一個元素的方法，新的引數為上一次執行的結果，iterable為被過濾的可迭代序列
- 返回值：最終的function返回結果
在Python 2中，reduce（）是一個內建函式。但是，在Python 3中，它被移動到functools模組。因此，要使用前我們需要匯入，這裡我的環境是Python 3.6
基礎用法：
先看一個求累加和的小栗子：
from functools import reduce # Python 3 def do_sum(x1, x2): return x1 + x2 print(reduce(do_sum, [1, 2, 3, 4])) Out：10
再看一個累積乘法的例子：
from functools import reduce # Python 3 def multiply(x, y): return x*y numbers = [1,2,3,4] print(reduce(multiply, numbers)) Out：24
更進一步：
還是和lambda混搭，更加簡潔：
from functools import reduce # Python 3 numbers = [1,2,3,4] result_multiply = reduce((lambda x, y: x * y), numbers) result_add = reduce((lambda x,y: x+y), numbers) print(result_multiply) print(result_add) Out：24 10
zip()
函式構造
zip（）的目的是對映多個容器的相似索引，以便它們可以僅作為單個實體使用。
- 基礎語法：zip(*iterators)
- 引數：iterators為可迭代的物件，例如list，string
- 返回值：返回單個迭代器物件，具有來自所有容器的對映值
基礎用法：
其實之前我們在講dict的建立方法時提到過它，這裡從新回顧一下：
keys = ['name','age']
values = ['xiaobai',18]
my_dict = dict(zip(keys,values))
print(my_dict)
Out：{'name': 'xiaobai', 'age': 18}
zip可以支援多個物件，比如下面的例子
name = [ "xiaobai", "john", "mike", "alpha" ]
age = [ 4, 1, 3, 2 ]
marks = [ 40, 50, 60, 70 ]
# using zip() to map values
mapped = list(zip(name, age, marks))
print ("The zipped result is : "mapped)
Out：The zipped result is : [('xiaobai', 4, 40), ('john', 1, 50), ('mike', 3, 60), ('alpha', 2, 70)]
這裡我們可以很容易的的把name，age，marks這三個list裡面相同index的值對映打包在一起
更進一步：
通過上面的例子，我們發現可以很容易的以類似1對1的形式把不同物件的同一索引位置的值打包起來，那如果是解包呢？也是類似的，就是多了一個 * 而已
names, ages, marks = zip(*mapped)
print ("The name list is : ",names)
print ("The age list is : ",ages)
print ("The marks list is : ",marks)
Out： The name list is :('xiaobai', 'john', 'mike', 'alpha')
The age list is :(4, 1, 3, 2)
The marks list is :(40, 50, 60, 70)
總結
今天主要為大家介紹了map，filter，reduce，zip四個高效的python內建函式的用法，我也是剛剛接觸，瞭解不夠深入，如果介紹的有錯誤或者歧義還請大家多多諒解和包容，如果有大神可以進一步補充說明一定要寫個評論呀，讓我們一起進步。
最後為大家講個悲傷的故事：
