共计 3058 个字符，预计需要花费 8 分钟才能阅读完成。
摘要：在本文中，您将学习 Python 中的三个令人印象粗浅的函数，即 map（），filter 和 reduce（）。
本文分享自华为云社区《从零开始学 python | 应用 Python 映射，过滤和缩减函数：所有您须要晓得的》，原文作者：Yuchuan。
Python 提供了许多预约义的内置函数，最终用户能够通过调用它们来应用它们。这些性能不仅简化了程序员的工作，而且创立了规范的编码环境。在本文中，您将学习 Python 中的三个令人印象粗浅的函数，即 map（），filter 和 reduce（）。
在持续之前，让咱们看一下内容：
- 什么是 Python 中的 map，filter 和 reduce 函数？
- 在以下范畴内应用用户定义的函数和 lambda 函数：
- map（）函数
- filter（）函数
- reduce（）函数
- 一起应用 map（），filter（）和 reduce（）函数
- map（）中的 filter（）
- filter（）中的 map（）
- map（）和 filter（）中带有 reduce（）
因而，让咱们开始吧。:)
什么是 Python 中的 map（），filter（）和 reduce（）函数？
如前所述，map（），filter（）和 reduce（）是 Python 的内置函数。这些性能启用了 Python 的性能编程方面。在函数式编程中，传递的参数是决定输入的惟一因素。这些性能能够将任何其余性能用作参数，也能够提供给其余性能作为参数。当初让咱们更深刻地钻研这些性能。
map（）函数：
map（）函数是一种高阶函数。如前所述，此函数将另一个函数与一个可迭代序列一起作为参数，并在将该函数利用于序列中存在的每个可迭代序列之后返回输入。其语法如下：
句法：
地图（函数，可迭代）
在此，函数定义了一个表达式，该表达式又利用于可迭代对象。map 函数能够将用户定义的函数以及 lambda 函数作为参数。
在以下范畴内应用用户定义的函数和 Lambda 函数：
map（）中的用户定义函数：
map（）函数能够将用户定义的函数作为参数。这些性能的参数由用户或程序员专门设置。例如：
例子：
def newfunc(a):
return a*a
x = map(newfunc, (1,2,3,4)) #x is the map object
print(x)
print(set(x))输入：
< 位于 0x00000284B9AEADD8 的地图对象 >
{16, 1, 4, 9}如您所见，x 是一个地图对象。下一部分输入显示以 newfunc（）作为参数的 map 函数，而后将 a * a 利用于所有可迭代对象。后果，所有可迭代变量的值将本身相乘并返回。
留神：输入不是按可迭代的值的程序，因为我应用过 set（）函数。您还能够应用 list（）或 tuple（）函数，例如：
例子：
def newfunc(a):
return a*a
x = map(newfunc, (1,2,3,4)) #x is the map object
print(x)
print(list(x))输入：
< 位于 0x00000284B9AEA940 的地图对象 >
[1, 4, 9, 16]您还能够传递多个参数列表。例如：
例子：
def func(a, b):
return a + b
a = map(func, [2, 4, 5], [1,2,3])
print(a)
print(tuple(a))输入：
< 位于 0x00000284B9BA1E80 的地图对象 >
(3, 6, 8)当初让咱们看看如何在 map（）函数中应用 lambda 函数。
map（）中的 Lambda 函数：
Lambda 函数是具备任何名称的函数。这些性能通常作为参数提供给其余性能。当初让咱们尝试将 lambda 函数嵌入 map（）函数中。思考以下示例：
例子：
tup= (5, 7, 22, 97, 54, 62, 77, 23, 73, 61)
newtuple = tuple(map(lambda x: x+3 , tup))
print(newtuple)输入：
(8, 10, 25, 100, 57, 65, 80, 26, 76, 64)下面的输入是将 lambda 表达式（x + 3）利用于元组中存在的每个我的项目的后果。
filter（）函数：
filter（）函数用于创立由值组成的输入列表，该值针对该值返回 true。它的语法如下：
句法：
过滤器（函数，可迭代）
就像 map（）一样，能够应用此函数，也能够将用户定义的函数以及 lambda 函数用作参数。
例子：
def func(x):
if x>=3:
return x
y = filter(func, (1,2,3,4))
print(y)
print(list(y))输入：
< 位于 0x00000284B9BBCC50 的过滤器对象 >
[3, 4]如您所见，y 是过滤器对象，并且列表是条件（x> = 3）正确的值的列表。
在 filter（）中应用 lambda：
用作参数的 lambda 函数实际上定义了要查看的条件。例如：
例子：
y = filter(lambda x: (x>=3), (1,2,3,4))
print(list(y))输入：
[3，4]
下面的代码产生的输入与以前的函数雷同。
reduce（）函数：
顾名思义，reduce（）函数将给定函数利用于可迭代对象并返回单个值。
该函数的语法如下：
句法：
缩小（函数，可迭代）
此处的函数定义了须要将哪些表达式利用于可迭代对象。此性能须要从 functools 模块导入。例如：
例子：
from functools import reduce
reduce(lambda a,b: a+b,[23,21,45,98])输入： 187
在下面的示例中，reduce 函数间断增加列表中存在的每个可迭代对象，并返回单个输入。
Python 中的 map（），filter（）和 reduce（）函数能够一起应用。
一起应用 map（），filter（）和 reduce（）函数：
执行此操作时，首先会解析外部函数，而后内部函数将对外部函数的输入进行操作。
让咱们首先尝试将 filter（）函数作为参数传递给 map（）函数。
在 map（）中应用 filter（）：
上面给出的代码首先查看条件（x> = 3）对于可迭代对象是否为真。而后，应用 map（）函数映射输入。
例子：
c = map(lambda x:x+x,filter(lambda x: (x>=3), (1,2,3,4)))
print(list(c))输入： [6，8]
如果从给定的元组中滤除大于或等于 3 的整数，则后果为[3,4]。而后，如果应用（x + x）条件映射此条件，则将取得[6,8]，即输入。
在 filter（）中应用 map（）：
当您在 filter（）函数中应用 map（）函数时，可迭代对象首先由 map 函数进行操作，而后将 filter（）的条件利用于它们。
例子：
c = filter(lambda x: (x>=3),map(lambda x:x+x, (1,2,3,4))) #lambda x: (x>=3)
print(list(c))输入： [4、6、8]
在 reduce（）中应用 map（）和 filter（）：
外部函数的输入依据提供给 reduce（）函数的条件而缩小。
例子：
d = reduce(lambda x,y: x+y,map(lambda x:x+x,filter(lambda x: (x>=3), (1,2,3,4))))
print(d)输入： 14
输入是 [6,8] 的后果，它是外部 map（）和 filter（）函数的后果。
到此为止，咱们曾经完结了无关 map（），filter（）和 Python 中的 reduce 函数的文章的结尾。心愿您曾经分明地理解了所有内容。确保尽可能多地练习并复原教训。
点击关注，第一工夫理解华为云陈腐技术~
