pythonreduce中的复杂表达式

是否有一种聪明的方法对列表求和，但在求和之前实际执行映射类型函数

我试图将这些函数组合成一个使用lambda的函数：

xlist = [1, 2, 3, 4]
sum(map(lambda x: (x - 1.0)**2, xlist))

# result = 14.0

我正在尝试这个：

reduce(lambda x, y: x + (y - 1.0)**2, xlist)

# result = 15.0

---

但结果并不相同。解决这个问题最聪明的方法是什么。我有点好奇，我知道我可以使用

sum（map（））

，但我想知道reduce是否可以这样使用

是的，您只需要传递一个初始值

0

：

>>> xlist = [1, 2, 3, 4]
>>> reduce(lambda x, y: x + (y - 1.0)**2, xlist, 0)
14.0
>>>

请记住，

reduce

通常被Python程序员所憎恨，因为它是多么不可读。使用第一种方法可能会更好

或者，更好的方法是使用：

---

因为

map

创建了一个不必要的列表，所以它更容易阅读，也更高效。

是的，您只需要传递一个初始值

0

：

>>> xlist = [1, 2, 3, 4]
>>> reduce(lambda x, y: x + (y - 1.0)**2, xlist, 0)
14.0
>>>

请记住，

reduce

通常被Python程序员所憎恨，因为它是多么不可读。使用第一种方法可能会更好

或者，更好的方法是使用：

---

这更容易阅读，也更有效，因为

map

创建了一个不必要的列表。

第一种方法在我的机器上也更快这可能是因为列表很小。我相信它会随着更大的投入而改变。此外，它并没有改变这样一个事实，

map

构建了一个列表，而我们只是扔掉了它。genexp的可读性也更高（至少在我看来是这样）。在包含10000个元素的列表上，只使用sum是最快的。在我的机器上，第一种方法也更快。这可能是因为列表很小。我相信它会随着更大的投入而改变。此外，它并没有改变这样一个事实，

map

构建了一个列表，而我们只是扔掉了它。genexp的可读性也更高（至少在我看来是这样）。在10000个元素的列表中，使用sum是最快的