Python学习笔记（三）

三个内置函数 map filter reduce 和列表推导(List Comprehensions)##

map(func,list):将list的每一个元素传递给func的函数，这个函数有一个参数，且返回一个值，map将每一次调用函数返回的值组成一个新列表返回。

filter(func,list):将list的每一个元素传递给func的函数，这个函数有一个参数，返回bool类型的值，filter将返回True的元素组成新列表返回。

reduce（func,list）:将list的元素，挨个取出来和下一个元素通过func计算后将结果和再下一个元素继续计算
filter(function, sequence) 过滤 function(item) 为true：

>>> def f(x): return x % 3 == 0 or x % 5 == 0
...
>>> filter(f, range(2, 25))
[3, 5, 6, 9, 10, 12, 15, 18, 20, 21, 24]

 >>> def f(x): return x in 'aeiou'

>>> filter(f,('a','c','b','e'))
('a', 'e')

map(function,sequence) 对于sequence 里面的每个item调用 function(item)返回值形成一个新的
list 示例代码：

>>> def cube(x): return x**3
...
>>> map(cube,range(1,11))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]

如果操作的sequence多于一个，也可以调用function(item1,item2),示例代码：
>>> seq = range(8)
>>> def add(x,y): return x+y
...
>>> map(add,seq,seq)
[0,2,4,6,8,10,12,14]

reduce(function,sequence[,initial]) 返回一个值，对序列中的元素进行逐个计算，例如计算1-10的和：

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

注意如果sequence为空，那会抛出异常，需要设置initial 示例代码：

>>> def sum(seq):
...     def add(x,y): return x+y
...     return reduce(add, seq, 0)
...
>>> sum(range(1, 11))
55
>>> sum([])
0

---

列表推导###

将符合列表公式的代码写在列表定义中，可以简化代码。
例如：

>>> squares = []
>>> for x in range(10):
...     squares.append(x**2)
...
>>> squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

等价于：

squares = [x**2 for x in range(10)]

也可以等价于map和filter函数：

>>> foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]

print(filter(lambda x: x % 3 == 0, foo))
等价于
print([x for x in foo if x % 3 == 0])

print(map(lambda x: x * 2 + 10, foo))等价于
print([x * 2 + 10 for x in foo])

循环过滤素数算法：

# 求2到49范围内的素数
>>> nums = range(2, 50)
>>> for i in range(2, 8):
       nums = [x for x in nums if x==i or x % i != 0]
>>> nums
[2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47]

另一种实现：

#单行程序扫描素数    

from math import sqrt    
N = 100   
[ p for p in   range(2, N) if 0 not in [ p% d for d in range(2, int(sqrt(p))+1)] ]  

一个需求演示
假如有列表：

books=[
    {"name":"C#从入门到精通","price":23.7,"store":"卓越"},
    {"name":"ASP.NET高级编程","price":44.5,"store":"卓越"},
    {"name":"C#从入门到精通","price":24.7,"store":"当当"},
    {"name":"ASP.NET高级编程","price":45.7,"store":"当当"},
    {"name":"C#从入门到精通","price":26.7,"store":"新华书店"},
    {"name":"ASP.NET高级编程","price":55.7,"store":"新华书店"}
  ]

• 求《ASP.NET高级编程》价格最便宜的店

    storename=min([b for b in books if b['name']=="ASP.NET高级编程"],key=lambda b:b['price'])["store"]
  

过程：先用列表解析取出《ASP.NET高级编程》的列表，通过min函数，比较字典的price键获取price最小的项。

• 求在新华书店购买两本书一样一本要花的钱

   price=sum([b['price'] for b in books if b['store']=="新华书店"])
  

• 求列表中有几本书：

    bookenames=list(set(b['name'] for b in books))
  

• 列表里的书都打五折

    books=map(lambda b:dict(name=b['name'],price=b['price']*0.5,store=b['store']),books)
  

• 《C#从入门到精通》的平均价格：

    avg=(lambda ls:sum(ls)/len(ls))([b['price'] for b in books if b['name']=="C#从入门到精通"])
  

定义一个lambda匿名函数求平均值sum(ls)/len(ls)然后传入参数。

• 求每本书的平均价格：

    book_avg=map(
        lambda bookname:
            #返回一个dictionary
            dict(name=bookname,
            #求价格平均值
            avg=(lambda ls:sum(ls)/len(ls))
            ([b['price'] for b in books if b['name']==bookname])),
            list(set([b['name'] for b in books])))
  

或者列表推导实现：

    book_avg=[
            #返回一个dictionary(name,price)
            dict(name=bookname,
            #求价格平均值
            avg=(lambda ls:sum(ls)/len(ls))
            ([b['price'] 
            for b in books if b['name']==bookname]))
            for bookname in
            ##去重后的书名列表
            list(set([b['name'] for b in books]))]

step1 要求每本书的平均价格，首先要得到共有几本书，得到去重的书名列表list(set([b['name'] for b in books])) #去重后的书名列表.

step2 要求每一本书的均价，需要将计算均价的函数映射到每一本书上，于是

map(
    #计算均价的函数，
    list(set([b['name'] for b in books])) #去重后的书名列表
)

step3 计算平均价格可以参考上一个例子的方法：

func=lambda bookname:
    (lambda ls:sum(ls)/len(ls))([b['price'] for b in books if b['name']==bookname])

---