如何在Python3中使用filter、map和reduce_Python_Python 3.x_Filter_Functional Programming_Reduce

如何在Python3中使用filter、map和reduce

python python-3.x filter functional-programming

如何在Python3中使用filter、map和reduce,python,python-3.x,filter,functional-programming,reduce,Python,Python 3.x,Filter,Functional Programming,Reduce,filter、map和reduce在Python2中工作得非常好。以下是一个例子： >>> def f(x): return x % 2 != 0 and x % 3 != 0 >>> filter(f, range(2, 25)) [5, 7, 11, 13, 17, 19, 23] >>> def cube(x): return x*x*x >>> map(cube, range(1,

filter

、

map

和

reduce

在Python2中工作得非常好。以下是一个例子：

>>> def f(x):
        return x % 2 != 0 and x % 3 != 0
>>> filter(f, range(2, 25))
[5, 7, 11, 13, 17, 19, 23]

>>> def cube(x):
        return x*x*x
>>> map(cube, range(1, 11))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]

>>> def add(x,y):
        return x+y
>>> reduce(add, range(1, 11))
55

但在Python 3中，我收到以下输出：

>>> filter(f, range(2, 25))
<filter object at 0x0000000002C14908>

>>> map(cube, range(1, 11))
<map object at 0x0000000002C82B70>

>>> reduce(add, range(1, 11))
Traceback (most recent call last):
  File "<pyshell#8>", line 1, in <module>
    reduce(add, range(1, 11))
NameError: name 'reduce' is not defined

过滤器（f，范围（2，25）） >>>地图（立方体，范围（1，11）） >>>减少（增加，范围（1，11））回溯（最近一次呼叫最后一次）：文件“”，第1行，在减少（增加，范围（1，11）） NameError:未定义名称“reduce” 如果有人能向我解释这是为什么，我将不胜感激

为进一步清晰起见，代码截图：

故意将

map

和

filter

的功能更改为返回迭代器，并将reduce从内置功能中删除并放置在

functools.reduce中
因此，对于filter
和map
，您可以使用list（）
包装它们，以便像以前一样查看结果
>>> def f(x): return x % 2 != 0 and x % 3 != 0
...
>>> list(filter(f, range(2, 25)))
[5, 7, 11, 13, 17, 19, 23]
>>> def cube(x): return x*x*x
...
>>> list(map(cube, range(1, 11)))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
>>> import functools
>>> def add(x,y): return x+y
...
>>> functools.reduce(add, range(1, 11))
55
>>>

现在建议您使用生成器表达式或列表理解替换map和filter。例如：
>>> def f(x): return x % 2 != 0 and x % 3 != 0
...
>>> [i for i in range(2, 25) if f(i)]
[5, 7, 11, 13, 17, 19, 23]
>>> def cube(x): return x*x*x
...
>>> [cube(i) for i in range(1, 11)]
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
>>>

他们说for循环99%的时间比reduce更容易阅读，但我还是坚持使用functools.reduce

编辑：99%的数字直接从Guido van Rossum编写的页面中提取。
故意将映射
和过滤器
的功能更改为返回迭代器，并将reduce从内置功能中删除并放置在functools.reduce中
因此，对于filter
和map
，您可以使用list（）
包装它们，以便像以前一样查看结果
>>> def f(x): return x % 2 != 0 and x % 3 != 0
...
>>> list(filter(f, range(2, 25)))
[5, 7, 11, 13, 17, 19, 23]
>>> def cube(x): return x*x*x
...
>>> list(map(cube, range(1, 11)))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
>>> import functools
>>> def add(x,y): return x+y
...
>>> functools.reduce(add, range(1, 11))
55
>>>

现在建议您使用生成器表达式或列表理解替换map和filter。例如：
>>> def f(x): return x % 2 != 0 and x % 3 != 0
...
>>> [i for i in range(2, 25) if f(i)]
[5, 7, 11, 13, 17, 19, 23]
>>> def cube(x): return x*x*x
...
>>> [cube(i) for i in range(1, 11)]
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
>>>

他们说for循环99%的时间比reduce更容易阅读，但我还是坚持使用functools.reduce

编辑：99%的数据是直接从Guido van Rossum编写的页面中提取出来的。
您可以阅读有关数据变化的信息。当你从2.x移动到3.x时，你应该仔细阅读它，因为很多东西已经改变了
这里的全部答案都引用了文档

一些著名的API不再返回列表：

[……]
并返回迭代器。如果你真的需要一个列表，一个快速修复方法是，例如，list（map（…））
，但更好的修复方法通常是使用列表理解（特别是当原始代码使用lambda时），或者重写代码，使其根本不需要列表。特别棘手的是map（）
调用函数的副作用；正确的转换是使用常规的for
循环（因为创建列表只会浪费时间）
[……]



[……]
已删除reduce（）
。如果你真的需要，就用它；但是，99%的时候，显式for
循环更具可读性
[……]

您可以阅读中的更改。当你从2.x移动到3.x时，你应该仔细阅读它，因为很多东西已经改变了
这里的全部答案都引用了文档

一些著名的API不再返回列表：

[……]
并返回迭代器。如果你真的需要一个列表，一个快速修复方法是，例如，list（map（…））
，但更好的修复方法通常是使用列表理解（特别是当原始代码使用lambda时），或者重写代码，使其根本不需要列表。特别棘手的是map（）
调用函数的副作用；正确的转换是使用常规的for
循环（因为创建列表只会浪费时间）
[……]



[……]
已删除reduce（）
。如果你真的需要，就用它；但是，99%的时候，显式for
循环更具可读性
[……]

作为其他答案的补充，这听起来像是一个很好的上下文管理器用例，它将这些函数的名称重新映射到返回列表并在全局名称空间中引入reduce

快速实现可能如下所示：
from contextlib import contextmanager    

@contextmanager
def noiters(*funcs):
    if not funcs: 
        funcs = [map, filter, zip] # etc
    from functools import reduce
    globals()[reduce.__name__] = reduce
    for func in funcs:
        globals()[func.__name__] = lambda *ar, func = func, **kwar: list(func(*ar, **kwar))
    try:
        yield
    finally:
        del globals()[reduce.__name__]
        for func in funcs: globals()[func.__name__] = func

with noiters(map):
    from operator import add
    print(reduce(add, range(1, 20)))
    print(map(int, ['1', '2']))

其用法如下所示：
from contextlib import contextmanager    

@contextmanager
def noiters(*funcs):
    if not funcs: 
        funcs = [map, filter, zip] # etc
    from functools import reduce
    globals()[reduce.__name__] = reduce
    for func in funcs:
        globals()[func.__name__] = lambda *ar, func = func, **kwar: list(func(*ar, **kwar))
    try:
        yield
    finally:
        del globals()[reduce.__name__]
        for func in funcs: globals()[func.__name__] = func

with noiters(map):
    from operator import add
    print(reduce(add, range(1, 20)))
    print(map(int, ['1', '2']))

其中打印：
190
[1, 2]

仅我的2美分：-）
作为其他答案的补充，这听起来像是一个很好的上下文管理器用例，它将这些函数的名称重新映射到返回列表的函数，并在全局名称空间中引入reduce

快速实现可能如下所示：
from contextlib import contextmanager    

@contextmanager
def noiters(*funcs):
    if not funcs: 
        funcs = [map, filter, zip] # etc
    from functools import reduce
    globals()[reduce.__name__] = reduce
    for func in funcs:
        globals()[func.__name__] = lambda *ar, func = func, **kwar: list(func(*ar, **kwar))
    try:
        yield
    finally:
        del globals()[reduce.__name__]
        for func in funcs: globals()[func.__name__] = func

with noiters(map):
    from operator import add
    print(reduce(add, range(1, 20)))
    print(map(int, ['1', '2']))

其用法如下所示：
from contextlib import contextmanager    

@contextmanager
def noiters(*funcs):
    if not funcs: 
        funcs = [map, filter, zip] # etc
    from functools import reduce
    globals()[reduce.__name__] = reduce
    for func in funcs:
        globals()[func.__name__] = lambda *ar, func = func, **kwar: list(func(*ar, **kwar))
    try:
        yield
    finally:
        del globals()[reduce.__name__]
        for func in funcs: globals()[func.__name__] = func

with noiters(map):
    from operator import add
    print(reduce(add, range(1, 20)))
    print(map(int, ['1', '2']))

其中打印：
190
[1, 2]

只需我的2美分：-）
由于已从Python3的内置函数中删除了reduce
方法，请不要忘记在代码中导入functools
。请看下面的代码片段
import functools
my_list = [10,15,20,25,35]
sum_numbers = functools.reduce(lambda x ,y : x+y , my_list)
print(sum_numbers)

由于已从Python3的内置函数中删除了reduce
方法，因此不要忘记在代码中导入functools
。请看下面的代码片段
import functools
my_list = [10,15,20,25,35]
sum_numbers = functools.reduce(lambda x ,y : x+y , my_list)
print(sum_numbers)

下面是Filter、map和reduce函数的示例
数字=[10,11,12,22,34,43,54,34,67,87,88,98,99,87,44,66]
//滤器
oddNumbers=列表（筛选器（lambda x:x%2！=0，数字））
打印（奇数）
//地图
multiplyOf2=列表（映射（λx:x*2，数字））
打印（倍数f2）
//减少
由于reduce函数不常用，因此从Python 3中的内置函数中删除了它。它在functools模块中仍然可用，因此您可以执行以下操作：
从functools导入reduce
sumOfNumbers=减少（λx，y:x+y，数字）
打印（总数）