Python基础之内置特定函数

1.map

 map(处理逻辑，可遍历的对象)   处理序列中的每个元素，元素个数及位置与原来一样

配和lambda使用节省代码量，但是lambda只能处理简单的逻辑

v = "AL"        
print(list(map(lambda x: x.lower(), v)))   
# 结果为 ['a', 'l']

我觉得实现机制可能

a = []
def jianer(array):
    for i in array:
        a.append(i.lower())
    print(a)
jianer(v)
 
结果
['a', 'l']

2.filter：

filter(处理逻辑，可遍历对象)　遍历序列中的每个元素，判断每个元素的布尔值为True则保留元素

返回值 为一个列表，把找到的结果存到列表中

movie_people['alex_sb','wupeiqi_sb','linhaifeng','yuanhao_sb']
print(list(filter(lambdan:n.endswith('sb'),movie_people)))　　　

movie_people = ['alex_sb', 'wupeiqi_sb', 'linhaifeng', 'yuanhao_sb']

def filter_test(array):

    ret = []

    for i in array:

        if not i.endswith('sb'):

            ret.append(i)

    return ret

res = filter_test(movie_people)

3.reduce

　　reduce(函数，序列，默认空参数)　处理一个序列，然后把序列进行合并操作

　　必须导入from funtools import reduce

　

from functools import reduce　　　　　　　　　　# reduce 用reduce函数要定义这句话
 
num_l = [1, 2, 3, 100]
print(reduce(lambda x, y: x + y, num_l, 1))
print(reduce(lambda x, y: x + y, num_l))

1 num_l = [1, 2, 3, 100]
 2 res = 0
 3 for num in num_l:
 4     res += num
 5 print(res)
 6 
 7 
 8 def reduce_test(array):
 9     res = 0
10     for num in array:
11         res += num
12     return res
13 
14 ret = reduce_test(num_l)
15 print(ret)
16 
17 结果都为106

4.zip

例1：
l1=[1,2,3]
l2=['a','b']
print(list(zip(l1,l2)))
>>>>[(1, 'a'), (2, 'b')]
#   输出时一一对应 对应不上的就舍弃
例2：
for (x,y)in zip(l1,l2):
　　print(x,y)
#   实现并行运行

  1.在python2版本中map函数

#较旧的版本中，map用和zip类似的方法元素配对，如果长度不同，一较短的序列用None补齐
s=[1,2]
s1=['a','b','c']
map(None,s,s1)
>>>>>>[(1,'a'),(2,'b')]

　2.map\zip \filter迭代器

　　　python3.0中（range\map\zip\filter）等内置函数转变陈迭代器，节约了内存空间。但是缺点迭代器在遍历结果后，就没办法在进行遍历

　　　　

例1：
m=map(abs,(-1,2,3))

print(m.__next__())
print(m.__next__())
print(m.__next__())
>>>>>1

>>>>>2

>>>>>3