开发者学堂课程【Python 入门 2020年版： Filter&map&reduce 方法】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/639/detail/10342
Filter&map&reduce 方法
内容介绍
一、 filter 内置类的使用
二、 map 的使用
三、 reduce 的使用
一、filter 内置类的使用
1、filter 是过滤的意思，它在 python2 的时候是内置函数，在 python3 被修改成内置类。
2、filter 需要两个参数一个是 function，是函数的意思，另一个参数是可迭代对象，有很多可迭代对象，举个例子，有一些数据，需要对这些数据进行过滤，筛选出年龄大于 18 岁的。
filter 可以给定两个参数，第一个参数是函数，第二个参数是可迭代对象，这个是这样理解的：可以根据函数对可迭代对象进行过滤。
ages =[12, 23, 30, 17, 16,22,19]
x=filter(lambda ele: ele > 18, ages)
运行结果是一个 filter 类型的对象。filter 结果是一个 filter 类型的对象，也是一个可迭代对象。
3、可迭代对象可以 for 循环
for a in x()
print(a)
打印一下 a，结果是 23、38、22、19 四个数据。根据这个规则来进行过滤的话，小于 18 岁的都不要了，只有大于18岁的才可以被拿到x里。用 filter 对数据进行过滤是很方便的，filter 就是把满足要求的给它拿进来，然后把不满足的给它过滤掉。
直接打印 x：print（x）就会告诉是什么类型的，这是一个对象，在讲面对对象是会介绍。可迭代对象可以用 for 循环，当然也可以不用 for 循环，直接用 list（x）把它转换成一个列表。
adult=list(x)
print（adult）
执行就会得到成年的数据23、30、22、19
4、过滤需要一个函数，函数面有一个布尔值，这个结果要返回的是个布尔值，告诉要以哪个条件来进行过滤，也是一个 lambda 表达式，也是一个匿名函数。
二、map 的使用
1、map 跟 filter 很像,也需要两个参数，一个叫函数，另一个叫可迭代对象。
ages =[12,23,30,17,16,22,19]
m = map(lambda ele : ele + 2,ages)
print(m)
运行结果也是一个可迭代对象，可以 list 一下把它变成列表
print（list(m)）
运行得到一组数据 14、25、19、18、24、21
2、map 的作用就是把列表里每一个元素都执行一下函数里指定的行为，本来是 12 岁加两岁变成 14，23 加了 2 变成 25 等等，就是把每一个数据都加了 2。加减乘除都是可以的，map 用的不是很多。
三、reduce 的使用
1、reduce 以前是一个内置函数，但是后来给它变到一个模块里了，这个模块叫function.py。
内置函数和内置类都在 builtin.py 文件里，写 c 的就是内置类，写 f 的就是内置函数，有很多内置函数，f 是导入模块的语法。
2、reduce 需要两个参数，一个是 function，另一个是 sequence，sequence 就是一个序列，也可以当作一个列表，比如
scores =[100，89，76，87]
print(reduce(lamba ele1, ele2: ele1 + ele2, scores))
运行，它是一个折叠项，把这些数字都加起来 100+89+76+87，结果是 352， reduce 是求和的，这个算法就是先算前两个数的和，再加上第三个数以此类推。 reduce 这个函数是有一点难度的。
3、def foo(×,y):
return x+y
scores=[100,89，76，87]
print(reduce(foo,scores))
这个代码是不断地变化的一个过程，有点复杂，这里有四个数字，首先它会把 100给 x，把 89 给到 y，这两个数相加结果是 189，把这两个数加完之后，下一次再来调， x 不是 76 而是等于上两次相加的和， y 再等于下一个数 76。
下一次 189 加 76 的结果等于 265，所以 x 就等于 265, y 等于 87，下一次再来 265 再加 87，最后这个结果是 352。
4、知道这个原理后，再举个例子
students=[
{'name': 'zhangsan', 'age':18, 'score': 98, 'height':180},
{'name': 'lisi', age': 21, ‘score': 97, 'height':185},
{'name': 'jack', 'age': 22, 'score':100, 'height': 175},
{'name': 'tony', 'age':23, 'score': 90, 'height': 176},
{'name': 'henry', 'age': 20, ‘score': 95, 'height': 172}]
求所有学生的总年龄，reduce 是减项的意思。需要一个函数，所以就定义一个函数，需要两个变量，在 reduce 里传入 bar 和 students, 刚才说过，这个代码的过程是将这里的元素给到 x，然后算完这个结果之后再给到 y。
def bar(x, y):
return x['age'］ + y['age']
reduce(bar, students)
运行一下，结果崩了， x={'name': 'zhangsan', 'age':18, 'score': 98, 'height':180}，它是个字典，y={'name': 'lisi', age': 21, ‘score': 97, 'height':185}，现在得到的这个结果是要 x 的 age 加上 y 的 age ， x 的年龄是 18 ，y 的年龄是 21，相加 18+21=39，下一次是把这两个的和给到 x，x 等于39，下一次把算到的结果给到 x，但这是个问题，第一次 x 和 y 分别等于那个元素，但是下一次 x 就不再等于这个元素了而是等于上两个数据的和，第一次 x 是一个字典，y 也是个字典，但是下一次再加的时候 x 已经不是字典了，而是 18+21 的和 39，解决这个问题需要后面加一个零，再把 x 后的 age 去掉就行了
def bar(x, y):
return x + y['age']
print（reduce(bar, students， 0)）
运行结果是 104，算一下总年龄就是 104，结果是对的。
把 0 变成 10，print（reduce( bar, students，10)）
运行一下结果是 114，如果换成 20，结果变成 124 了。如果不指定初始值，x={'name': 'zhangsan', 'age':18, 'score': 98, 'height':180}，y={'name': 'lisi', age': 21, ‘score': 97, 'height':185}，指定初始值后 x 就等于 0，y 就等于第一个数据 18，下一次再重新把 x 置成 18，y 再等于下一个数据 21，一次次地加就能得到结果。
支持各种运算，一般情况下会求做加法的运算。乘是可以的，但是不管乘什么结果都是 0 ，因为初始值是 0，如果把初始值换成 1 结果就不是 0 了。
def bar(x, y):
return x * y['age']
print（reduce(bar, students， 0)）
初始值只给 x，没有给 y，因为y要取一个个元素，y 是列表中的第一个字典。
5、print(reduce(bar, students, 0)) 这个代码可以简化 lambda 表达式：
print(reduce(lambda x, y: x + y['age'], students, 0))
运行一下，这个是没有问题的。
这些东西都是很有用的，可以快速地操作一些数据。
