Python reduce原來是這樣用的

官方解釋：

這樣看來，其實下面的**定義是有一點問題，我們在程式中呼叫這段**reduce(lambda x, y: x+y, [1, 2, 3, 4, 5])，得到的結果為16,而正確的結果為15，問題在於如果集合不是以0開始，那麼按照如下**，第一次呼叫x=1,即第乙個元素，y也是等於1，也是第乙個元素，而正確的y應該是2。所以真正的reduce方法應該和下面的例子是有差別的。

def reduce(function, iterable, initializer=none):
it = iter(iterable)
if initializer is none:
try:
initializer = next(it)
except stopiteration:
raise typeerror('reduce() of empty sequence with no initial value')
accum_value = initializer
for x in iterable:
accum_value = function(accum_value, x)
return accum_value

那麼reduce函式能做什麼,什麼情況下要用reduce呢，看下面的例子：

例如上面的例子，實現乙個整形集合的累加。假設lst = [1,2,3,4,5],實現累加的方式有很多：

第一種：用sum函式。

sum(lst)

第二種：迴圈方式。

def customer_sum(lst):
result = 0
for x in lst:
result+=x
return result
#或者def customer_sum(lst):
result = 0
while lst:
temp = lst.pop(0)
result+=temp
return result
if __name__=="__main__":
lst = [1,2,3,4,5]
print customer_sum(lst)

第三種：遞推求和

def add(lst,result):
if lst:
temp = lst.pop(0)
temp+=result
return add(lst,temp)
else:
return result
if __name__=="__main__":
lst = [1,2,3,4,5]
print add(lst,0)

第四種：reduce方式

lst = [1,2,3,4,5]
print reduce(lambda x,y:x+y,lst)
#這種方式用lambda表示當做引數，因為沒有提供reduce的第三個引數，所以第一次執行時x=1,y=2,第二次x=1+2,y=3,即列表的第三個元素
#或者lst = [1,2,3,4,5]
print reduce(lambda x,y:x+y,lst,0)
#這種方式用lambda表示當做引數，因為指定了reduce的第三個引數為0，所以第一次執行時x=0,y=1,第二次x=0+1,y=2,即列表的第二個元素，
假定指定reduce的第三個引數為100，那麼第一次執行x=100,y仍然是遍歷列表的元素，最後得到的結果為115
#或者def add(x,y):
return x+y
print reduce(add, lst)
#與方式1相同，只不過把lambda表示式換成了自定義函式
#或者def add(x,y):
return x+y
print reduce(add, lst,0)
#與方式2相同，只不過把lambda表示式換成了自定義函式

再舉乙個例子：有乙個序列集合，例如[1,1,2,3,2,3,3,5,6,7,7,6,5,5,5],統計這個集合所有鍵的重複個數，例如1出現了兩次，2出現了兩次等。大致的思路就是用字典儲存，元素就是字典的key,出現的次數就是字典的value。方法依然很多

第一種：for迴圈判斷

def statistics(lst):
dic = {}
for k in lst:
if not k in dic:
dic[k] = 1
else:
dic[k] +=1
return dic
lst = [1,1,2,3,2,3,3,5,6,7,7,6,5,5,5]
print(statistics(lst))

第二種：比較取巧的，先把列表用set方式去重，然後用列表的count方法

def statistics2(lst):
m = set(lst)
dic = {}
for x in m:
dic[x] = lst.count(x)
return dic
lst = [1,1,2,3,2,3,3,5,6,7,7,6,5,5,5]
print statistics2(lst)

第三種：用reduce方式

def statistics(dic,k):
if not k in dic:
dic[k] = 1
else:
dic[k] +=1
return dic
lst = [1,1,2,3,2,3,3,5,6,7,7,6,5,5,5]
print reduce(statistics,lst,{}) 
#提供第三個引數，第一次，初始字典為空，作為statistics的第乙個引數，然後遍歷lst,作為第二個引數，然後將返回的字典集合作為下一次的第乙個引數
或者d = {}
d.extend(lst)
print reduce(statistics,d)
#不提供第三個引數，但是要在保證集合的第乙個元素是乙個字典物件，作為statistics的第乙個引數，遍歷集合依次作為第二個引數

通過上面的例子發現,凡是要對乙個集合進行操作的，並且要有乙個統計結果的，能夠用迴圈或者遞迴方式解決的問題，一般情況下都可以用reduce方式實現。

reduce函式真是「一位好同志啊」！

Python reduce原來是這樣用的

HTML，原來是它們

for迴圈原來是這樣

大學原來是這麼美好

Python reduce原來是這樣用的

HTML，原來是它們

for迴圈原來是這樣

大學原來是這麼美好

相關推薦