一、map函數

作用：map主要作用是計算一個序列或者多個序列進行函數映射之后的值

語法：map(function,iterable1,iterable2)

說明：function中參數值可以是一個，也可以是多個；iterable代表function運算中的參數值，有幾個參數值就傳入幾個iterable

注意：1.迭代器需要進行列表轉換 2.map中如果傳入的序列長度不一，會依據最短的序列計算

1. lambda函數

x=[1,2,3,4]
y=[5,6,7,8]
print(list(map(lambda x,y:(x+y),x,y)))

輸出結果：

[6, 8, 10, 12]

2. 自定義函數

def m_num(x,y):
? ?return ?x+y
print(list(map(m_num,x,y)))

輸出結果：

[6, 8, 10, 12]

思路：

把列表1中的元素與列表2中元素依次相加

1+5
2+6
3+7
4+8

二、filter函數

作用：filter主要作用是過濾掉序列中不符合函數條件的元素

語法：fliter(function,sequence)

說明：function可以是匿名函數或者自定義函數，可以對后面的sequence序列的每個元素判定是否符合條件；sequence可以是列表、元組或者字符串

1. lambda函數

num = [2,3,6,9,90,23,88]
#輸出的是filter對象 <filter object at 0x00000113BF8C7390>
print(filter(lambda x:x>10,num))
#需要轉成list [90, 23, 88]
print(list(filter(lambda x:x>10,num)))

輸出結果：

<filter object at 0x00000113BF8C7390>
[90, 23, 88]

注意：迭代器需要進行列表轉換

2. 自定義函數

def fil_num(x):
? ?return x>10

print(list(filter(fil_num,num)))

思路：

把列表中不需要的元素去掉，那首先要確定要過濾得條件是什么

三、reduce函數

作用：reduce是對一個序列進行計算，結果只得到一個值

語法：reduce(function,iterable)

說明：function中必須傳入兩個參數，iterable可以是列表或者元組

注意：reduce使用前需要導包 from functools import reduce

1. lambda函數

from functools import reduce
x=[1,2,3,4,5]
print(reduce(lambda x,y:(x*y),x))

2. 自定義函數

from functools import reduce
x=[1,2,3,4,5]
def ca(x,y):
? ? return x*y
print(reduce(ca,x))

思路：

對一個列表里的元素做計算，從左到右依次計算兩個元素，將得到得值跟下一個元素計算

12 = 2
23 = 6
64 = 24
245 = 120