Python中针对函数处理的特殊方法
很多语言都提供了对参数或变量进行处理的机制，作为灵活的Python，提供了一些针对函数处理的特殊方法
filter(function, sequence)：对sequence中的item依次执行function(item)，将执行结果为True的item组成一个List/String/Tuple
map(function, sequence) ：对sequence中的item依次执行function(item)，见执行结果组成一个List
reduce(function, sequence, starting_value)：对sequence中的item顺序迭代调用function
sum(sequence):对集合中的元素进行累加
下面针对上面的描述写一个简单的小例子：
from functools import reduce
#主要用来掩饰map可以将某个序列中的元素传递给某个特殊的函数来处理
def map_demo():
#定义一个将字母转换成大写的函数
def to_upper(ch):
return str(ch).upper()
#对给定字符串中的每个字母应用to_upper函数
print(list(map(to_upper, "asdfasdfuasdlaksdjf".split())))
#主要使用一个基于布尔值得函数对元素进行过滤
def filter_demo():
def is_alnum(ch):
return ch.isalnum()
#!se会被过滤掉
test_list = ['sdas', '123d', '!se', '孙阿斯蒂芬']
#基于具体函数
print(list(filter(is_alnum, test_list)))
#基于列表推导
print(list(x for x in test_list if x.isalnum()))
#基于匿名函数
print(list(filter(lambda x: x.isalnum(), test_list)))
#reduce的主要功能是利用列表中的两个元素迭代调用某个函数，最后得到一个结果
#在python3中要显示的添加 from functools import reduce
#本例中运行的过程大致是先是1+2=3，利用3+4=7,7+4.......
def reduce_demo():
print(reduce(lambda x, y: x + y, range(1, 10)))
#利用sum函数累加列表中的值
def sum_demo():
print(sum(range(10)))
if __name__ == "__main__":
#map_demo()
#filter_demo()
#reduce_demo()
sum_demo()
数据分析咨询请扫描二维码
