python（21）- python内置函数练习

题目一:
用map来处理字符串列表啊,把列表中所有人都变成sb,比方alex_sb
name=['alex','wupeiqi','yuanhao']

name=['alex','wupeiqi','yuanhao']
m=map(lambda i:i+"_sb",name)   # map()  映射，第一个参数为函数，第二个参数为可迭代对象
#lambda i:i+"_sb"为匿名函数，i为匿名函数参数，i+"_sb"为函数的返回值。迭代取name的元素赋值匿名函数i。

print(list(m))
---->['alex_sb', 'wupeiqi_sb', 'yuanhao_sb']

用map来处理下述l，然后用list得到一个新的列表，列表中每个人的名字都是sb结尾
l=[{'name':'alex'},{'name':'y'}]

l=[{'name':'alex'},{'name':'y'}]
m=map(lambda k:k["name"]+"sb",l)  #注解同上一题
print(list(m))
---->['alexsb', 'ysb']

 

题目二：

用filter来处理,得到股票价格大于20的股票名字

shares={
   'IBM':36.6,
   'Lenovo':23.2,
   'oldboy':21.2,
   'ocean':10.2,
}

 

shares={
	'IBM':36.6,
	'Lenovo':23.2,
	'oldboy':21.2,
	'ocean':10.2,
}

m=filter(lambda key:shares[key]> 20,shares)  #匿名函数的用法，题目一有详细注释
#filter函数的用法和map（）函数类似，但filter返还的是key值。参考题目一
print(list(m))
---->['IBM', 'Lenovo', 'oldboy']

题目三：
portfolio = [
    {'name': 'IBM', 'shares': 100, 'price': 91.1},
    {'name': 'AAPL', 'shares': 50, 'price': 543.22},
    {'name': 'FB', 'shares': 200, 'price': 21.09},
    {'name': 'HPQ', 'shares': 35, 'price': 31.75},
    {'name': 'YHOO', 'shares': 45, 'price': 16.35},
    {'name': 'ACME', 'shares': 75, 'price': 115.65}
]

1:map来得出一个包含数字的迭代器，数字指的是：购买每支股票的总价格

portfolio = [
    {'name': 'IBM', 'shares': 100, 'price': 91.1},
    {'name': 'AAPL', 'shares': 50, 'price': 543.22},
    {'name': 'FB', 'shares': 200, 'price': 21.09},
    {'name': 'HPQ', 'shares': 35, 'price': 31.75},
    {'name': 'YHOO', 'shares': 45, 'price': 16.35},
    {'name': 'ACME', 'shares': 75, 'price': 115.65}
]
m=map(lambda k:k['shares']*k['price'],portfolio)
#k 为从portfolio列表中迭代得到的集合{'name': 'IBM', 'shares': 100, 'price': 91.1}等
print(list(m))
----->[9110.0, 27161.0, 4218.0, 1111.25, 735.7500000000001, 8673.75]

 

2:基于1的结果，用reduce来计算，购买这些股票总共花了多少钱

portfolio = [
    {'name': 'IBM', 'shares': 100, 'price': 91.1},
    {'name': 'AAPL', 'shares': 50, 'price': 543.22},
    {'name': 'FB', 'shares': 200, 'price': 21.09},
    {'name': 'HPQ', 'shares': 35, 'price': 31.75},
    {'name': 'YHOO', 'shares': 45, 'price': 16.35},
    {'name': 'ACME', 'shares': 75, 'price': 115.65}
]
from functools import reduce
m=map(lambda k:k['shares']*k['price'],portfolio)
m=list(m)
res=reduce(lambda x,y:x+y,m)  #从列表m中迭代取
print(res)
--->51009.75

 

3：用filter过滤出，单价大于100的股票有哪些

portfolio = [
    {'name': 'IBM', 'shares': 100, 'price': 91.1},
    {'name': 'AAPL', 'shares': 50, 'price': 543.22},
    {'name': 'FB', 'shares': 200, 'price': 21.09},
    {'name': 'HPQ', 'shares': 35, 'price': 31.75},
    {'name': 'YHOO', 'shares': 45, 'price': 16.35},
    {'name': 'ACME', 'shares': 75, 'price': 115.65}
]

m=filter(lambda k:k['price'] > 100 ,portfolio)
print(list(m))
----->[{'name': 'AAPL', 'shares': 50, 'price': 543.22}, {'name': 'ACME', 'shares': 75, 'price': 115.65}]