Python 内置函数&filter()&map()&reduce()&sorted()
常用内置函数
Python 2.x 返回列表，Python 3.x 返回迭代器
在进行筛选或映射时，输出的结果是一个数组，需要list帮助.
如：print(list(map(lambda x:x+1, [1,2,3])))
一、filter() ——过滤、筛选
刚接触filter时 ，运行总是出现<filter object at 0x000001B68F052828> 得不到想要的数据，后来发现是因为filter的结果是一个数组， 需要 list 帮助，后来将print(f) 改为 print(list(f)) 能成功运行
语法: filter(function,iterable)
function: 用来筛选的函数,在filter中会自动的把iterable中的元素传递给function,然后根据function返回的True或者False来判断是否保留此项数据
iterable:可迭代对象
lst = [{'id':1,'name':'alex','age':18},
{'id':1,'name':'wusir','age':17},
{'id':1,'name':'taibai','age':16},
]
ls = filter(lambda e:e['age'] > 16,lst)
print(list(ls))
结果:
[{'id': 1, 'name': 'alex', 'age': 18},
{'id': 1, 'name': 'wusir', 'age': 17}]
二、map() ——映射函数
语法: map(function,iterable)
对可迭代对象中的每一个元素执行相同函数功能的操作
function：它是一个功能函数，可以是lambda函数，也可以是def函数，它所做的操作是对每一个元素执行相同函数功能的操作
iterable：可迭代对象，也可理解为一个或多个序列，序列中是每一个要操作的元素对象
注意：map函数不改变原有的序列，而是返回一个新的序列
以下实例是使用lambda函数和结合函数使用的不同写法：
lis = [1, 2, 3, 4, 5]
lis1 = []
for i in lis:
def square(x): # 计算平方数
return x ** 2
a = square(i)
lis1.append(a)
print(lis1)
结果：[1, 4, 9, 16, 25]
def square(x): # 计算平方数
return x ** 2
a = map(square, [1, 2, 3, 4, 5]) # 计算列表各个元素的平方
print(list(a))
结果：[1, 4, 9, 16, 25]
a = map(lambda x: x ** 2, [1, 2, 3, 4, 5]) # 使用 lambda 匿名函
print(list(a))
结果：[1, 4, 9, 16, 25]
三、reduce() ——累计算
在Python2.x版本中recude是直接 import就可以的, Python3.x版本中需要从functools这个包中导入
语法：reduce(function,iterable)
reduce是先把列表中的前俩个元素取出计算出一个值，然后临时保存,接下来用这个临时保存的值和列表中第三个元素进行计算,求出一个新的值将最开始临时保存的值覆盖掉，依次类推，得到最终的累计和，并返回
这两个参数必须都要有,缺一个不行
注意:我们放进去的可迭代对象没有更改
from functools import reduce
def func(x,y):
return x + y
ret = reduce(func,[3,4,5,6,7])
print(ret)
结果：25
匿名函数版
from functools import reduce
l = reduce(lambda x,y:x*10+y,[1,2,3,4])
print(l)
结果：1234
# x = 1,y = 2 12
# x = 12,y = 3 123
# x = 123,y = 4 1234
累计加
from functools import reduce
lis = [1, 2, 3, 4]
result = reduce(lambda x, y: x+y, lis)
print(result)
结果：10
统计出现的次数
from functools import reduce
str1 = "fufhfjhjfurfh"
b =reduce(lambda a,x:a+x.count("f"),str1,0) # 0是从0算起
print(b)
结果：5
from functools import reduce
str1 = "fufhfjhjfurfh"
b =reduce(lambda a,x:a+x.count("f"),str1,1) # 1是从1算起
print(b)
结果：6
四、sorted() ——排序
sort 与 sorted 区别：
sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。
sort 方法是对已经存在的列表进行操作，无返回值，sorted 方法不是在原来的基础上进行的操作的，返回的是一个新的 list
语法：sorted(iterable, cmp=None, key=None, reverse=False)
iterable：可迭代对象
cmp ：比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0。
key：主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
reverse：排序规则，reverse = True 降序 ， reverse = False 升序（默认）
实例
a = [5, 7, 6, 3, 4, 1, 2]
b = sorted(a) # 保留原列表
print(b)
lis = [('b', 2), ('a', 1), ('c', 3), ('d', 4)]
b = sorted(lis, key=lambda x: x[1]) # 利用key
print(b)
students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
b = sorted(students, key=lambda s: s[2]) # 按年龄排序
print(b)
b = sorted(students, key=lambda s: s[2], reverse=True) # 按降序
print(b)
结果：[1, 2, 3, 4, 5, 6, 7]
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
只需了解
一、max() —— 求最大值
实例：
print(max([1,2,3])) # 返回此序列最大值
可以在main函数加key索引
ret = max([1,2,-5,],key=abs) # 按照绝对值的大小，返回此序列最小值
print(ret)
# 加key是可以加函数名，min自动会获取传入函数中的参数的每个元素，然后通过你设定的返回值比较大小，返回最大的传入的那个参数。
print(max(1,2,-5,6,-3,key=lambda x:abs(x))) # 可以设置很多参数比较大小
dic = {'a':3,'b':2,'c':1}
print(max(dic,key=lambda x:dic[x]))
# x为dic的key，lambda的返回值（即dic的值进行比较）返回最大的值对应的键
二、min() ——求最小值
实例：
print(min([1,2,3])) # 返回此序列最小值
可以在main函数加key索引
ret = min([1,2,-5,],key=abs) # 按照绝对值的大小，返回此序列最小值
print(ret)
# 加key是可以加函数名，min自动会获取传入函数中的参数的每个元素，然后通过你设定的返回值比较大小，返回最小的传入的那个参数。
print(min(1,2,-5,6,-3,key=lambda x:abs(x))) # 可以设置很多参数比较大小
dic = {'a':3,'b':2,'c':1}
print(min(dic,key=lambda x:dic[x]))
# x为dic的key，lambda的返回值（即dic的值进行比较）返回最小的值对应的键
