Python3中，map()函数、fileter()函数、reduce()函数的比较

概述1.map(function,iterable):function为函数，或者lambda表达式，iterable是可迭代的序列，即对iterable中的每个item执行一遍function或者lambda表达式，返回一个map类型； ls = [1,2,3,4,5]result = map(lambda x : x**2 ,ls) print(type(result))print(r 1.map(function,iterable):function为函数，或者lambda表达式，iterable是可迭代的序列，即对iterable中的每个item执行一遍function或者lambda表达式，返回一个map类型；

ls = [1,2,3,4,5]result = map(lambda x : x**2,ls) print(type(result))print(result)print(List(result)) #输出 <class ‘map‘>#输出 <map object at 0x000001DFFA442470>#输出 [1,9,16,25]

　　

2.filter(function,iterable)：‘筛选函数’，filter()把传人的函数依次作用于序列的每个元素，然后根据返回值是True还是false决定保留还是丢弃该元素，返回符合条件的序列

def func(x):    return x % 2 == 0req = fileter(func,range(10))print(req)#输出 [2,6,8]

3.reduce(function,iterable):对于序列内所有元素进行累计 *** 作，即是序列中后面的元素与前面的元素做累积计算（结果是所有元素共同作用的结果）

1 def square(x,y):2      return x*y3 result = reduce(square,range(1,5))4 print(result)#输出 24

总结

以上是内存溢出为你收集整理的Python3中，map()函数、fileter()函数、reduce()函数的比较全部内容，希望文章能够帮你解决Python3中，map()函数、fileter()函数、reduce()函数的比较所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。