python中map、reduce、filter函数的简单使用

from functools import reduce

# map函数，可以将一个列表内的元素代入指定的函数内，运算后生成一个新的列表
# 实现批量操作功能
list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]
def f1(x):
    return x**2

def f2(x):
    return x + 1

def f3(x):
    return x - 1

def map_test(func, data):
    list2 = []
    for i in data:
        result = func(i)
        list2.append(result)
    return list2

print(map_test(f1, list1))
print(map_test(f2, list1))

# map函数
# 使用方法: map(函数, 可迭代处理对象)
res = map(f1, list1)
# 返回结果，一个可迭代的map类型物理内存地址（迭代器）
print(res)
# 只能取值一次，取值完后再调用就是空
#for i in res:
#    print(i)

# for循环调用完后，这里再次调用就会显示一个空列表
# python2中，不需要通过list函数转换，直接返回结果就是列表
# python3中，需要通过list函数转换才能显示，否则显示的是迭代器的物理地址 即直接 print(res)
print(list(res))

name_list = "zhouweoyuan"
print(list(map(lambda x:x.upper(), name_list)))




# filter函数和map函数类似，也是接受一个函数一个序列作为参数
# 不同的是：将序列中每个元素代入到传入的函数中后，返回的是布尔值，根据布尔值决定保留还是丢弃
# 实现批量筛选功能
list3 = ["aaa", "abc", "bbb"]
def startswith_a(arrapt):
    return arrapt.startswith("a")

# 返回结果和map一样，python3中是一个迭代器类型
print(list(filter(startswith_a, list3)))

# 删除列表中的空字符
list4 = ["a", "b", "c", "", "  "]
def not_null(arrapt):
    # strip()方法内可以指定去除的字符，如果不指定则去除空字符(包括\n \t \r "")
    return arrapt.strip()

print(list(filter(not_null, list4)))



# reduce函数
# reduce参数中的函数必须能接收两个参数
list5 = [2, 2, 3, 100]
def reduce_test(arrapt):
    res = 0
    for i in arrapt:
        res += i
    return res

def cheng(x, y):
    return x * y

def reduce_test_2(func, arrapt):
    # 使用pop方法，从列表中弹出0索引上的值，赋给res。 此时列表中剩三个值
    res = arrapt.pop(0)
    for i in arrapt:
        res = func(res, i)
    return res

print(reduce_test_2(cheng, list5))
#print(list5.pop(1))
print(list5)
# reduce得到的结果是一个最终处理的值,这个值可以赋给变量
result = reduce(cheng, list5)
print(reduce(cheng, list5))
print(result)


# 总结

people_list = [
        {"name": "aaa", "age": 1000},
        {"name": "abc", "age": 10000},
        {"name": "a", "age": 8000},
        {"name": "ddd", "age": 18}
        ]

# map批量操作列表中的字典元素
print(list(map(lambda p:p["age"] + 10, people_list)))
# filter保留100岁以下的人
print(list(filter(lambda p:p["age"] <= 100, people_list)))
print(list(filter(lambda p:p["name"].startswith("a"), people_list)))
# reduce算出总年龄

#def sum_age(p):
#    sum_age = p.pop(0)["age"]
#    for value in p:
#        sum_age = sum_age + value["age"]
#    return sum_age
#
#print(sum_age(people_list))

print(list(map(lambda x:x["age"]+10, people_list)))

# 这里套用map函数就可以对map的处理结果进行reduce再处理
print(reduce(lambda x,y:x+y, (map(lambda x:x["age"], people_list))))
print(reduce(lambda x,y:x+y, range(0,101)))