python的函数式编程

简介: map#对参数迭代器中的每个元素进行操作,返回一个新的迭代器map(func, *iterables) --> map objectMake an iterator that computes the function using arguments fromeach of the iterables.

map

#对参数迭代器中的每个元素进行操作,返回一个新的迭代器
map(func, *iterables) --> map object
Make an iterator that computes the function using arguments from
each of the iterables.  Stops when the shortest iterable is exhausted.
>>> l1=[1,3,5,7,9]
#求列表l1中的每个元素的平方
>>> l2=map(lambda x:x**2,l1)
>>> print(l2)
<map object at 0x7effe739d080>
>>> print(list(l2))
[1, 9, 25, 49, 81]

>>> l3=["python","php","mysql","linux"]
#把列表l3中每个元素变成大写
>>> l4=map(lambda x:x.upper(),l3)
>>> print(l4)
<map object at 0x7effe739d0b8>
>>> print(list(l4))
['PYTHON', 'PHP', 'MYSQL', 'LINUX']

filter

#对迭代器的每个元素进行条件过滤,把符合条件的元素生成一个新的迭代器
filter(function or None, iterable) --> filter object
Return an iterator yielding those items of iterable for which function(item)
is true. If function is None, return the items that are true.
>>> l3=["python","php","mysql","linux"]
#取得列表l3中以"p"开头的元素
>>> l4=filter(lambda x:x.startswith("p"),l3)
>>> print(list(l4))
['python', 'php']

>>> l1=[99,88,77,66,55,44,33]
#求l1列表中大于55的元素
>>> l2=filter(lambda x:x>55,l1)
>>> print(list(l2))
[99, 88, 77, 66]

reduce

#在python3中,reduce需要导入对应的模块才能使用
    from functools import reduce

#调用指定函数对参数列表中的每个元素从左到右进行累加操作
reduce(function, sequence[, initial]) -> value
Apply a function of two arguments cumulatively to the items of a sequence,
from left to right, so as to reduce the sequence to a single value.
>>> l1=[ i for i in range(101)]
>>> print(l1)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100]
>>> sum1=reduce(lambda x,y:x+y,l1)
>>> print(sum1)
5050

>>> l1=["a","b","c","d"]
>>> sum=reduce(lambda x,y:x+y,l1)
>>> print(sum)
abcd
目录
相关文章
|
1月前
|
开发者 Python
Python中的函数式编程:理解map、filter和reduce
【2月更文挑战第13天】 本文深入探讨了Python中函数式编程的三个主要工具:map、filter和reduce。我们将详细解释这些函数的工作原理,并通过实例来展示它们如何使代码更简洁、更易读。我们还将讨论一些常见的误解和陷阱,以及如何避免它们。无论你是Python新手还是有经验的开发者,本文都将帮助你更好地理解和使用这些强大的函数。
21 0
|
2月前
|
Python
解释Python中的函数式编程的概念,并举例说明。
【2月更文挑战第6天】【2月更文挑战第14篇】解释Python中的函数式编程的概念,并举例说明。
|
1月前
|
Python
函数式编程在Python中的应用与实践
本文探讨了函数式编程的基本概念及其在Python中的实现。通过实例和代码,我们将深入了解如何利用高阶函数、闭包、装饰器等函数式编程特性来提高代码的可读性、可维护性和灵活性。
8 0
|
1月前
|
测试技术 Python
Python中的装饰器与函数式编程
在Python编程中,装饰器是一种强大的工具,它能够增强函数的功能而不改变其核心代码结构。本文将深入探讨Python装饰器的原理和应用,以及如何利用装饰器实现函数式编程的思想。
|
1月前
|
存储 Python
Python中的函数式编程
【2月更文挑战第10天】函数式编程是一种不同于面向对象编程的程序设计范式,它强调函数的应用和组合。Python作为一种灵活多变的语言,也提供了函数式编程的支持。本文将介绍Python中的函数式编程,包括Lambda表达式、高阶函数、闭包等内容。
|
1月前
|
测试技术 开发者 Python
探索Python中的函数式编程范式
【2月更文挑战第10天】 本文将深入探讨Python编程语言中的函数式编程范式,介绍其背景、特点以及在实际项目中的应用场景。通过对函数式编程的原理和优势进行分析,帮助读者更好地理解如何利用函数式编程思想提高代码质量和可维护性。
|
1月前
|
Serverless 开发者 Python
Python编程中的函数式编程思想探究
【2月更文挑战第10天】传统的程序设计是以过程为中心,而函数式编程则将函数视为基本构建块,强调函数的纯洁性和不变性。本文将从Python编程语言的角度探讨函数式编程思想在实践中的应用,介绍函数式编程的概念、特点以及在Python中的具体实现方式,帮助读者更好地理解和运用函数式编程范式。
17 0
|
2月前
|
算法 数据处理 开发者
Python编程中的函数式编程思想探究
【2月更文挑战第8天】传统的面向对象编程思想在Python中被广泛应用,但函数式编程作为另一种范式,在Python中同样具有重要意义。本文将深入探讨Python中函数式编程的原理和应用,帮助读者更好地理解并运用函数式编程思想解决实际问题。
19 1
|
2月前
|
人工智能 Python
Python中的函数式编程
【2月更文挑战第5天】函数式编程(Functional Programming)是一种思想方式,它强调函数的纯粹性和不可变性,它可以帮助开发人员写出更加简洁、高效且易于维护的代码。本文将介绍Python中的函数式编程相关知识。
|
2月前
|
Python
介绍Python中的函数式编程中的“纯函数”概念。
介绍Python中的函数式编程中的“纯函数”概念。