一:map():映射
map()有两个参数,一个函数,一个序列,序列中每一个元素都会做为参数传给前边的函数,然后生成新的列表,
第二个参数必须用一个序列:元祖,列表,字符串
>>> map(str,[1,2,3,4])
['1', '2', '3', '4']
也可以自己定义函数
搭配lambda函数
>>> map(lambda x:x.upper(),"abc")
['A', 'B', 'C']
map()函数搭配lambda传多个参数
例子:2个list,[1,2,3][4,5,6],合并为[(1, 4), (2, 5), (3, 6)]
>>> a=[1,2,3]
>>> b=[4,5,6]
>>> map(lambda x,y:(x,y),a,b)
[(1, 4), (2, 5), (3, 6)]
map()传多个参数(序列)时,每次取元素进行map时,是在每个序列的相同位置取值,
然后作为一个元祖传给参数前边的函数的,所以用这个原理,把函数设置None,也可以生成题中的结果,由此也能看到map函数在取值时的逻辑
>>> map(None,list1,list2)
[(1, 4), (2, 5), (3, 6)]
或者用zip()函数也可以
>>> zip(a,b)
[(1, 4), (2, 5), (3, 6)]
二:lambda匿名函数
lambda语句被用来创建新的函数对象,并且在运行时返回它们。
Python使用lambda关键字来创建匿名函数。这种函数得名于省略了用def声明函数的标准步骤。
lambda只是一个表达式,函数体比def简单很多
lambda的主体是一个表达式,而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
#如下边例子,x,y,z相当于匿名函数中的参数,x+y+z是函数体,匿名函数的定义赋值给了a,a就是一个函数,可以用a()来调用这个函数
>>> a=lambda x,y,z:x+y+z
>>> a(1,2,3)
6
三:filter()
filter和map的区别是,filter保留函数返回为true的值,不返回的不显示
map是保留返回的结果,无论返回的是啥,filter会把不满足true条件的结果忽略掉
例子:删除字符串中的小写字母
#encoding=utf-8
def delete_lowercase(s):
if s>='a' and s<='z':
return ""
else:
return s
print map(delete_lowercase,"AABBaabb")
print "".join(map(delete_lowercase,"AABBaabb"))
结果:
D:\>python test.py
['A', 'A', 'B', 'B', '', '', '', '']
AABB
保留数字中大于5的位
#-*-coding:utf-8-
def func(n):
if int(n)>5:
return n
print filter(func,"123467")
#只要return的是True,就会保留
结果:
D:\>python test.py
67
或者一行搞定
>>> filter(lambda x:int(x)>=5,"12345678")
'5678'
filter()根据参数中的序列,返回相同形式的序列,列表返回列表,字符串返回字符串
或者一行搞定
>>> filter(lambda x:int(x)>=5,"12345678")
'5678'
>>> filter(lambda x:int(x)>=5,list("12345678"))
['5', '6', '7', '8']
>>> filter(lambda x:int(x)>=5,"12345678")
'5678'
>>> filter(lambda x:int(x)>=5,tuple("12345678"))
('5', '6', '7', '8')
>>> tuple("12345678")
('1', '2', '3', '4', '5', '6', '7', '8')
四:推导列表
>>> [i for i in range(10)]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
相当于把for循环中每次循环得到的数作为一个列表的一个元素,知道所有循环执行结束
各个元素生成的过程相当于以下两句得到的:
for i in range(10):
print i
>>> [i for i in range(10) if i !=5]
[0, 1, 2, 3, 4, 6, 7, 8, 9]
练习:a=[[1,2,3],[4,5,6]]用推导列表生成[[1, 4], [2, 5], [3, 6]]
[[j[i] for j in a] for i in range(3)]
结果:
[[1, 4], [2, 5], [3, 6]]
以上推导列表过程转换成for循环:最外层的for也对应转换成for循环的最外层
>>> for i in range(3):
... print "\n**************"
... for j in a:
... print j[i],
...
结果中有三个元素,每个元素又是包含2个元素的列表,这个元素是执行一次for循环得到的值
拆解过程:
每执行一次完整的循环,生成两个数,这个两个数会以列表的形式作为最后结果列表的一个元素,
也就是说,推导列表的每一步生成的结果会以列表的形式存在,包括最终的结果
>>> for i in range(3):
... print "\n**************"
... for j in a:
... print j[i],
...
**************
1 4
**************
2 5
**************
3 6
五:reduce()累计操作
Reduce()累计操作,要搭配函数来执行
>>> reduce(lambda x,y:x+y,[1,2,3,4])
10
第一次x=1,y=2, x+y=3,之后x+y的结果3赋值给x,y为3
第二次x=3,y=3,x+y=6,之后x+y的结果6赋值给x,y为4
第三次x=3,y=4,x+y=10
>>> 1:1+2 2:3+3 3:6+4
>>> reduce(lambda
x,y:x+y,range(1,101))
5050
>>> reduce(lambda x,y:x+y,[1,2,3])
6
X=1,y=2
结果3传给x
y从第二次开始存结果
reduce(lambda x,y:x+y+y,[1,2,3])
x=1,y=2,y=2
x=5,y=3,y=3
x+y+y=5+3+3=11
x是5就对了
>>> reduce(lambda
x,y:x+x+y,[1,2,3])
x=1,x=1,y=2
x+x+y=1+1+2=4
x=4,x=4,y=3
x+x+y=4+4+3=11
>>> reduce(lambda
x,y:x+x+y,['1','2','3'])
x=1,x=1,y=2
x=’112’,x=’112’,y=’3’
x+x+y='1121123'
六:切片,就是数列的切片,比较基本也比较常用
>>> [1,2,3,4,5][3:5]
[4, 5]
练习:用map,lambda,推到列表,正则,join,去掉字符串中的小写字母
>>> import re
>>> "".join([i for i in map(lambda x:(re.match(r"[A-Z]*",x).group()),"abcABC") if i !=""])
'ABC'
拆解过程:
>>> [i for i in map(lambda x:(re.match(r"[A-Z]*",x).group()),"abcABC") if i !=""]
['A', 'B', 'C']
>>> [i for i in range(10)]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> [i for i in range(10) if i !=5]
[0, 1, 2, 3, 4, 6, 7, 8, 9]
>>> map(lambda x:(re.match(r"[A-Z]*",x).group()),"abcABC")
['', '', '', 'A', 'B', 'C']
>>> lambda x:(re.match(r"[A-Z]*",x).group())("abcABC")
<function <lambda> at 0x00000000054EDB38>
>>> re.match(r"[A-Z]*","ABC").group()
'ABC'
练习:统计字符串中一共有几个数字
s="sdfa45ads46723"
#lambda
>>> filter(lambda x:x.isdigit(),list(s))
['4', '5', '4', '6', '7', '2', '3']
>>> len(filter(lambda x:x.isdigit(),list(s)))
7
>>> reduce(lambda x,y:x+y,map(lambda x:x.isdigit(),list("sdfa45ads46723")))
7
>>> reduce(lambda x,y:x+y,map(lambda x:len(x),filter(lambda x:x.isdigit(),[i for i in s][::-1])))
7