lodash库_封装好的collection集合函数

简介: lodash库_封装好的collection集合函数

集合collection

  • Array数组
  • set集合(存储的元素是有序不重复的)
  • Map集合(存储的元素以键值对key:value的形式)
let array=['y','m','a',1,6]
let set={
   
   }
let map=[{
   
   'value1':1,'value2':2}]

countBy—返回组成对象

countBy(collection,[iteratee=_.identity])
创建构建集合对象
key———经过iterratee执行的结果
value———相同结果执行key的次数

let temp=[19.49,2.5,2.2,2.8,19.98,20.20]
let result=_.countBy(temp,Math.round);
console.log(result)

image.png

forEach方法—遍历元素

forEach(collection,[iteratee=_.identity])
调用iteratee遍历collection,可以访问key和value

let temp={
   
   'yma16':16,'china':1949}
let result=_.forEach(temp,(key,value)=>{
   
   
console.log('key:',key,'value',value)
})
console.log(result)

扩展
each(collection,[iteratee=_.identity])
作用于forEach相同
forEachRight(collection,[iteratee=_.identity])
从右到左开始遍历

let temp={
   
   'yma16':16,'china':1949}
let result=_.forEachRight(temp,(key,value)=>{
   
   
console.log('key:',key,'value',value)
})
console.log(result)

every方法—判断数据

every(collection,[predicate=_.identity])
根据predicate的定义判断,若遇到假值,则停止切返回boolean的false
返回的是boolea类型

let temp=[1,2,3,null]
let result=_.every(temp,Boolean)
console.log(result)

filter方法—留下真值

filter(collection,predicate=_.identity)
遍历集合,根据predicate过滤掉满足不满足的元素
==留下满足的元素(真值)==
返回过滤后的数组

let user=[
{
   
   'name':'yma16','active':true},
{
   
   'name':'yam16','active':false},
]
let result=_.filter(user,(o)=>{
   
   return o.active})
console.log(result)

注意:reject方法与filter相反
reject(collection,[predicate=_.identity])
==留下不满足predicate的元素(假值)==

let user=[
{
   
   'name':'yma16','active':true},
{
   
   'name':'yam16','active':false},
]
let result=_.reject(user,(o)=>{
   
   return o.active})
console.log(result)

find方法—查找满足条件的第一个元素

find(collection,[predicate=_.identity],[fromindex=0])
便利collection集合的元素,返回第一个满足条件的真值

let user=[
{
   
   'user':'yma16','active':true},
{
   
   'name':'yam16','active':false},
{
   
   'name':'chinese','active':true}
]
let result=_.find(user,o=>{
   
   return o.active})
console.log(result)

扩展
findLast(collection,[predicate=_.identity],[fromindex=0])
从右到左开始查找,查到即返回

let user=[
{
   
   'user':'yma16','active':true},
{
   
   'name':'yam16','active':false},
{
   
   'name':'chinese','active':true}
]
let result=_.findLast(user,o=>{
   
   return o.active})
console.log(result)

flatMap方法—创建同阶数组

flatMap(collection,[predicate=_.identity])
同阶数组(平级)

let temp=[6]
let result=_.flatMap(temp,o=>{
   
   return [o,o,o]})
console.log(result)

扩展
flatMapDeep(collection,[predicate=_.identity])
完全是同等级
flatMapDepth(collection,[predicate=_.identity],[depth=1])
指定执行次数

let temp=[[[[6]]]]
let result1=_.flatMap(temp,o=>{
   
   return [o,o,o]})
let result2=_.flatMapDeep(temp,o=>{
   
   return [o,o,o]})
let result3=_.flatMapDepth(temp,o=>{
   
   return [o,o,o]},2)
console.log(result1)
console.log(result2)
console.log(result3)

groupBy方法—创建对象

groupBy(collection,[iteratee=_.identity])
与countBy方法相似,创建构建集合对象
key——是遍历元素计算的结果
value——是生成key的数组(countBy是key的迭代次数

let temp=[19.49,2.5,2.2,2.8,19.98,20.20]
let result=_.groupBy(temp,Math.round);
console.log(result)

includes方法—是否包括

includes(collection,value,[fromindex=0])
可以检查字符串的子串是否存在
返回boolean

let result=_.includes([1,2,3],1)
console.log(result)

invokeMap方法—path方法处理

invokeMap(collection,path,[args])
调用path上的方法处理集合元素,返回一个对象数组(调用方法得到的结果)

let temp=[[1,2,3,2,1,],['a','b','c','b','a']]
let result=_.invokeMap(temp,'sort')
console.log(result)

keyBy方法—创建对象(自定义key)

keyBy(collection,[iteratee=_.identity])
创建一个对象组成, key经过 iteratee 处理后返回的结果。 value是生成key的最后一个元素。iteratee(迭代函数)调用1个参数:(value)

let user=[
{
   
   'user':'yma16','active':1},
{
   
   'name':'yam16','active':2},
{
   
   'name':'chinese','active':3}
]
let result=_.keyBy(user,o=>{
   
   return o.active})
console.log(result)

map方法—创建数组

map(collection,[iteratee=_.identity])
返回进过迭代结果组成的数组

let temp=[3,5]
let result=_.map(temp,o=>{
   
   return o*o})
console.log(result)

orderBy方法—排序

orderBy(collection,[iteratee= _.identity],[orders])
回想mysql的orderb排序(asc、desc)

let user=[
{
   
   'name':'yma16','active':1},
{
   
   'name':'yma16','active':2},
{
   
   'name':'chinese','active':3}
]
let result=_.orderBy(user,['name','active'],['asc','desc'])
console.log(result)

sortBy(collection,[iteratee= _.identity],[orders])
创建一个元素数组迭代后升序

let user=[
{
   
   'name':'yma16','active':1},
{
   
   'name':'yma16','active':2},
{
   
   'name':'chinese','active':3}
]
let result=_.sortBy(user,o=>{
   
   return o.name})
console.log(result)

partiton方法—划分为数组

partition(collection,[iteratee= _.identity])
返回数组对象包含两个数组
第一个数组—true
第二个数组—false

let user=[
{
   
   'name':'yma16','active':true},
{
   
   'name':'yam16','active':false},
{
   
   'name':'chinese','active':true}
]
let result=_.partition(user,o=>{
   
   return o.active})
console.log(result)

reduce方法—返回累加后的值

reduce(collection, [iteratee=_.identity], [accumulator])
accumulator为第一个迭代的值(定义返回类型),遍历集合的元素,返回值进入下次迭代

let temp={
   
   'yma16':16,'yma17':17,'yma18':18}
let result=_.reduce(temp,(result,key,value)=>{
   
   
(result[value]||(result[value]=[])).push(key)
return result
},{
   
   })
console.log(result)

扩展
reduceRight(collection, [iteratee=_.identity], [accumulator])
从右边到左边

sample(随机元素)、shuffle(乱序)、size(长度)方法

sample(collection,[n=1])随机取n个元素

let temp=[1,2,3,4,5,6,7]
console.log(_.sample(temp))
console.log(_.shuffle(temp))
console.log(_.size(temp))

image.png

目录
相关文章
|
2天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1072 0
|
11天前
|
人工智能 运维 安全
|
9天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。
|
2天前
|
弹性计算 Kubernetes jenkins
如何在 ECS/EKS 集群中有效使用 Jenkins
本文探讨了如何将 Jenkins 与 AWS ECS 和 EKS 集群集成,以构建高效、灵活且具备自动扩缩容能力的 CI/CD 流水线,提升软件交付效率并优化资源成本。
262 0
|
9天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
754 23
|
2天前
|
缓存 供应链 监控
VVIC seller_search 排行榜搜索接口深度分析及 Python 实现
VVIC搜款网seller_search接口提供服装批发市场的商品及商家排行榜数据,涵盖热销榜、销量排名、类目趋势等,支持多维度筛选与数据分析,助力选品决策、竞品分析与市场预测,为服装供应链提供有力数据支撑。
|
1天前
|
缓存 监控 API
Amazon item_review 商品评论接口深度分析及 Python 实现
亚马逊商品评论接口(item_review)可获取用户评分、评论内容及时间等数据,支持多维度筛选与分页调用,结合Python实现情感分析、关键词提取与可视化,助力竞品分析、产品优化与市场决策。