摘要：在本文中，您将学习 Python 中的三个令人印象深刻的函数，即 map（），filter 和 reduce（）。
本文分享自华为云社区《从零开始学python | 使用Python映射，过滤和缩减函数：所有您需要知道的》，原文作者：Yuchuan。
Python 提供了许多预定义的内置函数，最终用户可以通过调用它们来使用它们。这些功能不仅简化了程序员的工作，而且创建了标准的编码环境。在本文中，您将学习 Python 中的三个令人印象深刻的函数，即 map（），filter 和 reduce（）。
在继续之前，让我们看一下内容：
-
什么是 Python 中的 map，filter 和 reduce 函数？
-
在以下范围内使用用户定义的函数和 lambda 函数：
map（）函数
filter（）函数
reduce（）函数
- 一起使用 map（），filter（）和 reduce（）函数
map（）中的 filter（）
filter（）中的 map（）
map（）和 filter（）中带有 reduce（）
因此，让我们开始吧。:)
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。这些功能启用了 Python 的功能编程方面。在函数式编程中，传递的参数是决定输出的唯一因素。这些功能可以将任何其他功能用作参数，也可以提供给其他功能作为参数。现在让我们更深入地研究这些功能。
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，并在将该函数应用于序列中存在的每个可迭代序列之后返回输出。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，该表达式又应用于可迭代对象。map 函数可以将用户定义的函数以及 lambda 函数作为参数。
在以下范围内使用用户定义的函数和 Lambda 函数：
map（）中的用户定义函数：
map（）函数可以将用户定义的函数作为参数。这些功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))
输出：
<位于0x00000284B9AEADD8的地图对象>
{16, 1, 4, 9}
如您所见，x 是一个地图对象。下一部分输出显示以 newfunc（）作为参数的 map 函数，然后将 a * a 应用于所有可迭代对象。结果，所有可迭代变量的值将自身相乘并返回。
**注意：**输出不是按可迭代的值的顺序，因为我使用过 set（）函数。您还可以使用 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))
输出：
<位于0x00000284B9AEA940的地图对象>
[1, 4, 9, 16]
您还可以传递多个参数列表。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))
输出：
<位于0x00000284B9BA1E80的地图对象>
(3, 6, 8)
现在让我们看看如何在 map（）函数中使用 lambda 函数。
map（）中的 Lambda 函数：
Lambda 函数是具有任何名称的函数。这些功能通常作为参数提供给其他功能。现在让我们尝试将 lambda 函数嵌入 map（）函数中。考虑以下示例：
例子：
tup= (5, 7, 22, 97, 54, 62, 77, 23, 73, 61)
newtuple = tuple(map(lambda x: x+3 , tup))
print(newtuple)
输出：
(8, 10, 25, 100, 57, 65, 80, 26, 76, 64)
上面的输出是将 lambda 表达式（x + 3）应用于元组中存在的每个项目的结果。
filter（）函数：
filter（）函数用于创建由值组成的输出列表，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，可以使用此函数，也可以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))
输出：
<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（）中使用 lambda：
用作参数的 lambda 函数实际上定义了要检查的条件。例如：
例子：
y = filter(lambda x: (x>=3), (1,2,3,4))
print(list(y))
输出：
[3，4]
上面的代码产生的输出与以前的函数相同。
reduce（）函数：
顾名思义，reduce（）函数将给定函数应用于可迭代对象并返回单个值。
该函数的语法如下：
句法：
减少（函数，可迭代）
此处的函数定义了需要将哪些表达式应用于可迭代对象。此功能需要从 functools 模块导入。例如：
例子：
from functools import reduce
reduce(lambda a,b: a+b,[23,21,45,98])
输出： 187
在上面的示例中，reduce 函数连续添加列表中存在的每个可迭代对象，并返回单个输出。
Python 中的 map（），filter（）和 reduce（）函数可以一起使用。
一起使用 map（），filter（）和 reduce（）函数：
执行此操作时，首先会解析内部函数，然后外部函数将对内部函数的输出进行操作。
让我们首先尝试将 filter（）函数作为参数传递给 map（）函数。
在 map（）中使用 filter（）：
下面给出的代码首先检查条件（x> = 3）对于可迭代对象是否为真。然后，使用 map（）函数映射输出。
例子：
c = map(lambda x:x+x,filter(lambda x: (x>=3), (1,2,3,4)))
print(list(c))
输出： [6，8]
如果从给定的元组中滤除大于或等于 3 的整数，则结果为[3,4]。然后，如果使用（x + x）条件映射此条件，则将获得[6,8]，即输出。
在 filter（）中使用 map（）：
当您在 filter（）函数中使用 map（）函数时，可迭代对象首先由 map 函数进行操作，然后将 filter（）的条件应用于它们。
例子：
c = filter(lambda x: (x>=3),map(lambda x:x+x, (1,2,3,4))) #lambda x: (x>=3)
print(list(c))
输出： [ 4、6、8 ]
在 reduce（）中使用 map（）和 filter（）：
内部函数的输出根据提供给 reduce（）函数的条件而减少。
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)
输出： 14
输出是[6,8]的结果，它是内部 map（）和 filter（）函数的结果。
到此为止，我们已经结束了有关 map（），filter（）和 Python 中的 reduce 函数的文章的结尾。希望您已经清楚地了解了所有内容。确保尽可能多地练习并恢复经验。
