当前位置:
首页 > Python基础教程 >
-
python基础教程之Map/Reduce
Map/Reduce概念就是出自Google的那篇大名鼎鼎的论文
关于Map
map()函数接收两个参数,一个是函数,一个是Iterable
map将传入的函数依次作用到序列的每个元素,并把结果作为新的Iterator返回
从结果上看,for循环也可以实现该功能,但从for循环代码看是无法一眼看明白其把f作用在Iterable的每一个元素并把结果生成一个新的Iterable的
map()作为高阶函数,事实上它把运算规则抽象了,因此不但可以计算简单函数运算,还可以计算任意复杂的函数
def f(x): return x * x r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9]) #map()传入的第一个参数是f,即函数对象本身 print(list(r)) #输出:[1, 4, 9, 16, 25, 36, 49, 64, 81] #由于结果r是一个Iterator,Iterator是惰性序列,因此通过list()函数让它把整个序列都计算出来并返回一个list list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])) #输出:['1', '2', '3', '4', '5', '6', '7', '8', '9'] #把这个list所有数字转为字符串
关于Reduce
reduce()把一个函数作用在一个序列[x1, x2, x3, ...]上,这个函数必须接收两个参数,reduce把结果继续和序列的下一个元素做累积计算
reduce(f, [x1, x2, x3, x4])的执行过程为: f(f(f(x1, x2), x3), x4)
对一个序列求和
from functools import reduce def add(x, y): return x + y reduce(add, [1, 3, 5, 7, 9]) #输出:25,当然求和运算可以直接用Python内建函数sum(),没必要动用reduce
把序列[1, 3, 5, 7, 9]变换成整数13579
from functools import reduce def add(x, y): return x * 10 + y reduce(add, [1, 3, 5, 7, 9]) #输出:13579
把str转换为int的函数
from functools import reduce def fn(x, y): return x * 10 + y def char2num(s): digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} return digits[s] print(reduce(fn, map(char2num, '13579'))) #输出:13579
整理成一个str2int的函数
from functools import reduce DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} def str2int(s): def fn(x, y): return x * 10 + y def char2num(s): return DIGITS[s] return reduce(fn, map(char2num, s)) print(str2int(['1','3','5','7','9']))
给到一个字符串,通过map/reduce方式转换为数字13579(lamada表达式实现)
from functools import reduce DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} def char2num(s): return DIGITS[s] def str2int(s): return reduce(lambda x, y: x * 10 + y, map(char2num, s)) print(str2int(['1','3','5','7','9'])) #输出:13579
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
SQL SERVER中递归
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
这是目前我见过最好的跨域解决方案!
减少回流与重绘
减少回流与重绘
如何使用KrpanoToolJS在浏览器切图
performance.now() 与 Date.now() 对比
一款纯 JS 实现的轻量化图片编辑器
关于开发 VS Code 插件遇到的 workbench.scm.
前端设计模式——观察者模式
前端设计模式——中介者模式
创建型-原型模式