map與reduce的用法

#高階函式，接收函式作為輸入或輸出的函式

#map 函式接收兩個引數，第乙個引數是乙個對資料處理的函式(這個函式只能接收乙個引數)，第二個引數是乙個可迭代物件 #map 函式的功能是對第二個引數中的每乙個元素使用資料處理的函式進行處理並返回處理後的值

#所以 map 函式返回的是乙個迭代器，迭代器執行的過程就是使用資料處理函式對可迭代物件中的每乙個元素處理的過程

num_l = [num for num in range(20,50) if num%3==0]

print(num_l)

def add_one(x):

return x+1

maped_num = map(add_one, num_l)

print(maped_num)

from collections import iterator,iterable

from types import generatortype

print(isinstance(maped_num, generatortype)) print(isinstance(maped_num, iterator)) print(isinstance(maped_num, iterable)) print(tuple(maped_num))

maped_num = map(lambda x:x+3, num_l)

print(maped_num) f

rom collections import iterator,iterable

from types import generatortype

print(isinstance(maped_num, generatortype)) print(isinstance(maped_num, iterator)) print(isinstance(maped_num, iterable)) print(tuple(maped_num))

#高階函式 reduce 也是接收兩個引數，第乙個是函式，第二個是可迭代物件

#reduce 把第乙個函式作用在可迭代物件上，這第乙個函式必須接收兩個引數，reduce 把結果繼續和序列的下乙個元素做累積計算

#所以 reduce 函式返回的是累計計算的結果

>>>def add(x, y) : # 兩數相加

... return x + y ...

>>> reduce(add, [1,2,3,4,5]) # 計算列表和：1+2+3+4+5

>>> reduce(lambda x, y: x+y, [1,2,3,4,5]) # 使用 lambda 匿名函式

#高階函式 filter 實現對乙個序列過濾的功能，它的第乙個引數是定義過濾規則的函式，第二個引數是要過濾的可迭代物件

#filter 返回的是乙個迭代器

#sorted 函式也是乙個高階函式，帶兩個引數

#但跟前幾個有不同是，它的第乙個引數是要處理(排序)的資料，乙個可迭代物件；後面引數則是排序規則函式

#它返回的是排序後的乙個列表物件

s = sorted(('bob', 'about', 'zoo', 'credit'))

print(s)

def kk(x):

return len(x)

s_new = sorted(('bob', 'about', 'zoo', 'credit'), key = kk, reverse = true) #key引數來指定乙個函式

print(s_new)