【Intermediate Python】四、Map，Filter 和 Reduce

Map，Filter 和 Reduce 三个函数能为函数式编程提供便利。我们会通过实例一个一个讨论并理解它们。

Map

Map 会将一个函数应用到一个输入列表的所有元素上。这是它的规范：

map(function_to_apply, list_of_inputs)

大多数时候，我们要把列表中所有元素一个个地传递给一个函数，并收集输出。比方说：

items = [1, 2, 3, 4, 5]
squared = []
for i in items:
    squared.append(i**2)

Map 可以让我们用一种简单且漂亮得多的方式来实现。就是这样：

items = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x**2, items))

大多数时候，我们使用匿名函数（lambda）来配合 map，就像上面我们的做法。另外，不仅仅是一个普通列表，我们甚至可以用于一个元素全是函数的列表！

def multiply(x):
    return x * x
	
def add(x):
    return x + x
	
funcs = [multiply, add]
for i in range(5):
    value = map(lambda x: x(i), funcs)
    print(list(value))
# Output:
# [0, 0]
# [1, 2]
# [4, 4]
# [9, 6]
# [16, 8]

Filter

顾名思义，filter 过滤列表中的元素，并且返回一个由所有符合要求的元素所构成的列表，符合要求即函数作用到该元素时返回值为 True，下面是一个简短的例子：

number_list = range(-5, 5)
less_than_zero = filter(lambda x: x < 0, number_list)
print(list(less_than_zero))
# Output: [-5, -4, -3, -2, -1]

这个 filter 类似于一个 for 循环，但它是一个内置函数，并且更快。

Reduce

当需要对一个列表进行一些计算并返回结果时，Reduce 是个非常有用的函数。举个例子，当你需要计算一个整数列表的乘积时。

通常在 python 中你可能会使用基本的 for 循环来完成这个任务。

现在我们来试试 reduce：

from functools import reduce
product = reduce(lambda x, y: x * y, [1, 2, 3, 4])
# Output: 24