Python pyspark约简方法的模糊度

reduce函数只接受1个参数，但它提供2或3个参数

我搜索了整个python代码，没有关于reduce的任何其他定义。

reduce（）

有一个方法。它不在全局命名空间中；它只是类或实例的一个属性。当它调用

reduce（）

时，它不是递归；它正在调用内置函数。如果它想调用此处定义的

reduce（）

，则需要使用

self.reduce（…）

。内置函数

reduce（）

可以接受两个或三个参数。如果给定两个参数，它将应用第一个参数（一个函数）和两个参数：第二个参数的前两个元素（一个序列）。然后，它使用返回的内容和序列中的第三个元素调用函数，并继续这样做，直到序列耗尽。当给出第三个参数时，它作为第一个参数给出，序列中的第一个元素作为第二个参数给出。下一次，它是该元素和序列中第二个元素的返回，并从那里继续。

正如zondo所说，第一个reduce不在全局名称空间中。 它只是类或实例的一个属性。 在内部，reduce的类定义称为内置python方法

在python中，使用带有三个参数的内置reduce方法时，如下所示：

def reduce(self, f):                                             #1 parameter
    def func(iterator): 
        iterator = iter(iterator) 
        try: 
            initial = next(iterator) 
        except StopIteration: 
            return 
        yield reduce(f, iterator, initial)                             #3 parameter 

    vals = self.mapPartitions(func).collect() 
    if vals: 
        return reduce(f, vals)                                         #2 parameter 
    raise ValueError("Can not reduce() empty RDD") 

---

您要求在列表上应用reduce myfunction，初始值为init。

类似于Scala中的

fold

。

reduce(myfunction, list, init)