Python 特殊函數（lambda，map，filter，reduce）

寫在之前

今天給大家介紹幾個比較特殊的函數，他們具有函數式編程的特點，有人將它們視為 Python 可進行 「函數式編程」 的見證，至於什麼是函數式編程，不是本篇文章的重點，感興趣的可以去了解一下。老讀者可能都知道，我非常推崇 Python 的簡潔優雅，而今天的這幾個函數，有了它們，最大的好處就是可以讓程序更簡潔，當然，沒有它們程序也可以用其它方式實現。

lambda 函數

lambda 是一個可以只用一行就能解決問題的函數，讓我們先看下面的例子：

>>> def add(x):
... x += 1
... return x
...
>>> numbers = range(5)
>>> list(numbers)
[0, 1, 2, 3, 4]
>>> new_numbers = []
>>> for i in numbers:
... new_numbers.append(add(i))
...
>>> new_numbers
[1, 2, 3, 4, 5]

在上面的這個例子中，函數 add() 充當了一個中間角色，當然上面的例子也可以如下實現：

>>> new_numbers = [i+1 for i in numbers]
>>> new_numbers
[1, 2, 3, 4, 5]

首先我要說，上面的列表解析式其實是很好用的，但是我偏偏要用 lambda 這個函數代替 add(x) ：

>>> lamb = lambda x: x+1
>>> new_numbers = []
>>> for i in numbers:
... new_numbers.append(lamb(i))
...
>>> new_numbers
[1, 2, 3, 4, 5]

在這裡的 lamb 就相當於 add(x) ，lamb = lambda x : x+1 就相當於 add(x) 里的代碼塊。下面再寫幾個應用 lambda 的小例子：

>>> lamb = lambda x,y : x + y
>>> lamb(1,2)
3
>>> lamb1 = lambda x : x ** 2
>>> lamb1(5)
25

由上面的例子我們可以總結一下 lambda 函數的具體使用方法：lambda 後面直接跟變數，變臉後面是冒號，冒號後面是表達式，表達式的計算結果就是本函數的返回值。

在這裡有一點需要提醒的是，雖然 lambda 函數可以接收任意多的參數並且返回單個表達式的值，但是 lambda 函數不能包含命令且包含的表達式不能超過一個。如果你需要更多複雜的東西，你應該去定義一個函數。

lambda 作為一個只有一行的函數，在你具體的編程實踐中可以選擇使用，雖然在性能上沒什麼提升，但是看著舒服呀。

map 函數

我們在上面講 lambda 的時候用的例子，其實 map 也可以實現，請看下面的操作：

>>> numbers = [0,1,2,3,4]
>>> map(add,numbers)
[1, 2, 3, 4, 5]
>>> map(lambda x: x + 1,numbers)
[1, 2, 3, 4, 5]

map 是 Python 的一個內置函數，它的基本格式是：map(func, seq)。

func 是一個函數對象，seq 是一個序列對象，在執行的時候，seq 中的每個元素按照從左到右的順序依次被取出來，塞到 func 函數裡面，並將 func 的返回值依次存到一個列表裡。

對於 map 要主要理解以下幾個點就好了：

1.對可迭代的對象中的每一個元素，依次使用 fun 的方法（其實本質上就是一個 for 循環）。

2.將所有的結果返回一個 map 對象，這個對象是個迭代器。

我們接下來做一個簡單的小題目：將兩個列表中的對應項加起來，把結果返回在一個列表裡，我們用 map 來做，如果你做完了，請往下看：

>>> list1 = [1,2,3,4]
>>> list2 = [5,6,7,8]
>>> list(map(lambda x,y: x + y,list1,list2))
[6, 8, 10, 12]

你看上面，是不是很簡單？其實這個還看不出 map 的方便來，因為用 for 同樣也不麻煩，要是你有這樣的想法的話，那麼請看下面：

>>> list1 = [1,2,3,4]
>>> list2 = [5,6,7,8]
>>> list3 = [9,10,11,12]
>>> list(map(lambda x,y,z : x + y + z,list1,list2,list3))
[15, 18, 21, 24]

你看三個呢？是不是用 for 的話就稍顯麻煩了？那麼我們在想如果是 四個，五個乃至更多呢？這就顯示出 map 的簡潔優雅了，並且 map 還不和 lambda 一樣對性能沒有什麼提高，map 在性能上的優勢也是杠杠的。

filter 函數

filter 翻譯過來的意思是 「過濾器」，在 Python 中，它也確實是起到的是過濾器的作用。這個解釋起來略微麻煩，還是直接上代碼的好，在代碼中體會用法是我在所有的文章里一直在體現的：

>>> numbers = range(-4,4)
>>> list(filter(lambda x: x > 0,numbers))
[1, 2, 3]

上面的例子其實和下面的代碼是等價的：

>>> [x for x in numbers if x > 0]
[1, 2, 3]

然後我們再來寫一個例子體會一下：

>>> list(filter(lambda x: x != "o","Rocky0429"))
["R", "c", "k", "y", "0", "4", "2", "9"]

reduce 函數

我在之前的文章中很多次都說過，我的代碼都是用 Python3 版本的。在 Python3 中，reduce 函數被放到 functools 模塊里，在 Python2 中還是在全局命名空間。

同樣我先用一個例子來跑一下，我們來看看怎麼用：

>>> reduce(lambda x,y: x+y,[1,2,3,4])
10

reduce 函數的第一個參數是一個函數，第二個參數是序列類型的對象，將函數按照從左到右的順序作用在序列上。如果你還不理解的話，我們下面可以對比一下它和 map 的區別：

>>> list1 = [1,2,3,4]
>>> list2 = [5,6,7,8]
>>> list(map(lambda x,y: x + y,list1,list2))
[6, 8, 10, 12]

對比上面的兩個例子，就知道兩者的區別，map 相當於是上下運算的，而 reduce 是從左到右逐個元素進行運算。

寫在之後

至此，我在上面介紹了四個函數，這些函數不僅使得代碼更加的簡單，而且在 Python3 中也優化了它們的性能。所以如果你喜歡的話，盡可以放心大膽的使用。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！