python filter函数参数可以是_python之函数filter、reduce
---恢复内容开始---
一、filter函数
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
该接收两个参数，第一个为函数，第二个为序列，对序列中每个元素进行for循环，然后将每个元素传递给第一个位置的函数，然后返回 True 或 False，最后将返回 True 的元素放到新列表中
1、使用for循环将前面包含sb的文本过滤出来，
moive_people = ['sb_alex','sb_wupeiqi','yuanhao','sb_lihaifeng']deffilter_test(array):
ret=[]for p inarray:if not p.startswith("sb"):
ret.append(p)returnretprint(filter_test(moive_people)) #['yuanhao']
2、将后面包含sb的文本过滤出来，如果还按照上面的方法写就显得很麻烦，而且代码重复，可以将for循环的主体部分使用函数定义独立出来，方便后续进行代码维护
1 moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']2 defsb_show(n):3 return n.endswith('sb')4 deffilter_test(func,array):5 ret =[]6 for p inarray:7 if notfunc(p):8 ret.append(p)9 returnret10 print(filter_test(sb_show,moive_people)) #['yuanhao']
备注：在上面的代码中，我将p.endswith()预先定义函数，然后后续直接调用函数，如果还有变化，只需要使用函数定义出来，然后直接调用；
3、对2的函数进行优化，将预先定义的sb_show函数使用lambda匿名函数进行替换，减少代码数量
1 deffilter_test(func,array):2 ret =[]3 for p inarray:4 if notfunc(p):5 ret.append(p)6 returnret7 print(filter_test(lambda n:n.endswith('sb'),moive_people))
4、filter函数
1 moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']2 #下面的结果是一个内存地址，如果要获取值，需要进行list
3 #
4 print(filter(lambda n:n.endswith('sb'),moive_people))5 #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
6 print(list(filter(lambda n:n.endswith('sb'),moive_people)))7 #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
8 res= filter(lambda n:n.endswith('sb'),moive_people)9 print(list(res))
二、reduce函数
reduce() 函数会对参数序列中元素进行累积。
函数将一个数据集合(链表，元组等)中的所有数据进行下列操作：用传给 reduce 中的函数 function(有两个参数)先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果
1、采用for循环的方法进行实现
1 num1 = range(1,101)2 res=03 for i innum1:4 res = res+i5
6 print(res) #5050
2、使用函数的方式进行实现
1 num1 = range(1,101)2 defreduce_test(array):3
4 res=05 for i inarray:6 res = res+i7 return(res)8 print(reduce_test(num1)) #5050
3、对序列中的每个元素进行乘积
1 num1 = range(1,6)2 defmul(x,y):3 return x*y4 defreduce_test(func,array):5 res =1
6 for i inarray:7 res =func(res,i)8 returnres9 print(reduce_test(mul,num1))
4、对3函数进行优化
1 defreduce_test(func,array):2 res =1
3 for i inarray:4 res =func(res,i)5 returnres6 print(reduce_test(lambda x,y:x*y,num1))
5、对4函数进行优化，对函数增加一个默认参数
1 num1 = [1,2,3,4,5,6]2 #def mul(x,y):
3 #return x*y
4 def reduce_test(func,array,init=None):5 if init isNone:6 res =array.pop(0)7 else:8 res=init9 for i inarray:10 print(i)11 res =func(res,i)12 returnres13 print(reduce_test(lambda x,y:x*y,num1,100))
6、reduce函数
1 from functools importreduce2 num1 = [1,2,3,4,5,6]3
4 print(reduce(lambda x,y:x+y,num1,1)) #22
5 print(reduce(lambda x,y:x*y,num1,10)) #7200
6 print(reduce(lambda x,y:x/y,num1,100)) #0.1388888888888889
三、map函数
对序列中元素进行for循环，然后对每个元素进行逻辑处理
1、对列表中的元素进行平方处理
1 num1 = [1,2,3,4,5,6]2 ret=[]3 for i innum1:4 ret.append(i**2)5 print(ret)
2、对列表中的元素进行自增加1处理
1 num1 = [1,2,3,4,5,6]2 ret=[]3 for i innum1:4 ret.append(i+1)5 print(ret)
3、使用函数方式进行处理
1 num1 = [1,2,3,4,5,6]2 defmap_test(array):3 res =[]4 for i inarray:5 res.append(i+1)6 returnres7 print(map_test(num1)) #[2, 3, 4, 5, 6, 7]
4、对3函数进行优化，将for循环的主体代码部分预先使用函数进行定义
1 num1 = [1,2,3,4,5,6]2 defreduce_one(x):3 return x+1
4 defmap_test(func,array):5 res =[]6 for i inarray:7 res.append(func(i))8 returnres9 print(map_test(reduce_one,num1)) #[2, 3, 4, 5, 6, 7]
如果需求有其他变化，只需要对将函数定义出来，然后进行调用就可以了
5、对4函数进行优化，使用lambda函数进行代替
1 num1 = [1,2,3,4,5,6]2 #def reduce_one(x):
3 #return x+1
4 defmap_test(func,array):5 res =[]6 for i inarray:7 res.append(func(i))8 returnres9 print(map_test(lambda x:x+1,num1)) #[2, 3, 4, 5, 6, 7]
6、map函数
1 num1 = [1,2,3,4,5,6]2 print(map(lambda x:x+1,num1)) #
3 print(list(map(lambda x:x+1,num1))) #[2, 3, 4, 5, 6, 7]
---恢复内容结束---
一、filter函数
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
该接收两个参数，第一个为函数，第二个为序列，对序列中每个元素进行for循环，然后将每个元素传递给第一个位置的函数，然后返回 True 或 False，最后将返回 True 的元素放到新列表中
1、使用for循环将前面包含sb的文本过滤出来，
moive_people = ['sb_alex','sb_wupeiqi','yuanhao','sb_lihaifeng']deffilter_test(array):
ret=[]for p inarray:if not p.startswith("sb"):
ret.append(p)returnretprint(filter_test(moive_people)) #['yuanhao']
2、将后面包含sb的文本过滤出来，如果还按照上面的方法写就显得很麻烦，而且代码重复，可以将for循环的主体部分使用函数定义独立出来，方便后续进行代码维护
1 moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']2 defsb_show(n):3 return n.endswith('sb')4 deffilter_test(func,array):5 ret =[]6 for p inarray:7 if notfunc(p):8 ret.append(p)9 returnret10 print(filter_test(sb_show,moive_people)) #['yuanhao']
备注：在上面的代码中，我将p.endswith()预先定义函数，然后后续直接调用函数，如果还有变化，只需要使用函数定义出来，然后直接调用；
3、对2的函数进行优化，将预先定义的sb_show函数使用lambda匿名函数进行替换，减少代码数量
1 deffilter_test(func,array):2 ret =[]3 for p inarray:4 if notfunc(p):5 ret.append(p)6 returnret7 print(filter_test(lambda n:n.endswith('sb'),moive_people))
4、filter函数
1 moive_people = ['alex_sb','sb_wupeiqi_sb','yuanhao','sb_lihaifeng_sb']2 #下面的结果是一个内存地址，如果要获取值，需要进行list
3 #
4 print(filter(lambda n:n.endswith('sb'),moive_people))5 #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
6 print(list(filter(lambda n:n.endswith('sb'),moive_people)))7 #['alex_sb', 'sb_wupeiqi_sb', 'sb_lihaifeng_sb']
8 res= filter(lambda n:n.endswith('sb'),moive_people)9 print(list(res))
二、reduce函数
reduce() 函数会对参数序列中元素进行累积。
函数将一个数据集合(链表，元组等)中的所有数据进行下列操作：用传给 reduce 中的函数 function(有两个参数)先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果
1、采用for循环的方法进行实现
1 num1 = range(1,101)2 res=03 for i innum1:4 res = res+i5
6 print(res) #5050
2、使用函数的方式进行实现
1 num1 = range(1,101)2 defreduce_test(array):3
4 res=05 for i inarray:6 res = res+i7 return(res)8 print(reduce_test(num1)) #5050
3、对序列中的每个元素进行乘积
1 num1 = range(1,6)2 defmul(x,y):3 return x*y4 defreduce_test(func,array):5 res =1
6 for i inarray:7 res =func(res,i)8 returnres9 print(reduce_test(mul,num1))
4、对3函数进行优化
1 defreduce_test(func,array):2 res =1
3 for i inarray:4 res =func(res,i)5 returnres6 print(reduce_test(lambda x,y:x*y,num1))
5、对4函数进行优化，对函数增加一个默认参数
1 num1 = [1,2,3,4,5,6]2 #def mul(x,y):
3 #return x*y
4 def reduce_test(func,array,init=None):5 if init isNone:6 res =array.pop(0)7 else:8 res=init9 for i inarray:10 print(i)11 res =func(res,i)12 returnres13 print(reduce_test(lambda x,y:x*y,num1,100))
6、reduce函数
1 from functools importreduce2 num1 = [1,2,3,4,5,6]3
4 print(reduce(lambda x,y:x+y,num1,1)) #22
5 print(reduce(lambda x,y:x*y,num1,10)) #7200
6 print(reduce(lambda x,y:x/y,num1,100)) #0.1388888888888889
三、map函数
对序列中元素进行for循环，然后对每个元素进行逻辑处理
1、对列表中的元素进行平方处理
1 num1 = [1,2,3,4,5,6]2 ret=[]3 for i innum1:4 ret.append(i**2)5 print(ret)
2、对列表中的元素进行自增加1处理
1 num1 = [1,2,3,4,5,6]2 ret=[]3 for i innum1:4 ret.append(i+1)5 print(ret)
3、使用函数方式进行处理
1 num1 = [1,2,3,4,5,6]2 defmap_test(array):3 res =[]4 for i inarray:5 res.append(i+1)6 returnres7 print(map_test(num1)) #[2, 3, 4, 5, 6, 7]
4、对3函数进行优化，将for循环的主体代码部分预先使用函数进行定义
1 num1 = [1,2,3,4,5,6]2 defreduce_one(x):3 return x+1
4 defmap_test(func,array):5 res =[]6 for i inarray:7 res.append(func(i))8 returnres9 print(map_test(reduce_one,num1)) #[2, 3, 4, 5, 6, 7]
如果需求有其他变化，只需要对将函数定义出来，然后进行调用就可以了
5、对4函数进行优化，使用lambda函数进行代替
1 num1 = [1,2,3,4,5,6]2 #def reduce_one(x):
3 #return x+1
4 defmap_test(func,array):5 res =[]6 for i inarray:7 res.append(func(i))8 returnres9 print(map_test(lambda x:x+1,num1)) #[2, 3, 4, 5, 6, 7]
6、map函数
1 num1 = [1,2,3,4,5,6]2 print(map(lambda x:x+1,num1)) #
3 print(list(map(lambda x:x+1,num1))) #[2, 3, 4, 5, 6, 7]
四、其他内置函数
1、zip函数
zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。
如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表。zip函数的作用类似于拉链
1 print(list(zip(('张三'),(1,2))))#[('张', 1), ('三', 2)]
2 print(zip(('张三'),(1,2))) #
3 #[('M', 1), ('y', 2), (' ', 3)]
4 print(list(zip(('My name is zhangsan'),(1,2,3))))5 print(list(zip(('My'),(1,2,3,4)))) #[('M', 1), ('y', 2)]
6
7 ###使用zip函数将字典中的key与value值一一对应
8 p = {'name':'alex','age':18,'gender':'none'}9 print(p.keys()) #dict_keys(['name', 'age', 'gender'])
10 print(p.values()) #dict_values(['alex', 18, 'none'])
11 print(list(p.keys())) #['name', 'age', 'gender']
12 print(list(p.values())) #['alex', 18, 'none']
13 #[('name', 'alex'), ('age', 18), ('gender', 'none')]
14 print(list(zip(p.keys(),p.values())))15 print(zip(p.keys(),p.values())) #
2、max、min函数
(1)、单纯数字的比较
1 l3 = [12,34,130,-1,44]2 print(max(l3)) #130
3 print(min(l3))#-1
(2)、字典的比较
1 age_dict = {'age1':18,'age3':30,'age4':87}2 #求出年龄最大的
3 print(max(age_dict.values())) #87
4 #默认比较key值
5 print(max(age_dict))6 #求出年龄最大的keys与values
7
8 print(list(max(zip(age_dict.values(),age_dict.keys())))) #[87, 'age4']
1 l =[2 (1,'a'),3 (2,'b'),4 (3,'e'),5 (5,'f')6 ]7 print(max(l))8
9
10 l1 = ['a10','b13','d13']11 print(list(max(l1))) #['d', '1', '3']
12
13 #l2 = ['a10','b13','d13',10]
14 ##TypeError: '>' not supported between instances of 'int' and 'str'
15 #print(list(max(l2)))
3、chr、ord函数
1 #print(chr(97)) #a，chr的作用是将数字在ascii码表中的值显示出来
2 #print(ord('c')) #99
3 #print(chr(33)) #! ascii码表中的33对应的值为'!'
4、pow函数
1 print(pow(2,3)) #2**3
2 print(pow(2,3,2)) #2**3%2
5、reversed 反转
6、round四舍五入
7、set()转换为集合
8、slice() 切片
1 l = 'hello'
2 print(l[2:5])3 s= slice(3,5)4 s1 = slice(1,4,2)5 print(s)
9、sorted 排序
10、str
11、type
12、vars
13、__imprort__
14、eval
###将字符串中的结构给提取出来
str_1 = "1+2*(5-1)-20/5"
print(eval(str_1))
str_2 = "{'k1':'1234','k2':'张三'}"
print(eval(str_2))
15、hash
可hash的数据类型即为不可变数据类型，不可hash的数据类型即可变数据类型；
hash是一种算法、算法结构；
hash特性：
不管传入的参数多大，计算的hash值长度是不变的；
不能根据hash值去反推原参数；
变量不变hash值不变；
name = "zhangsan"
print(hash(name)) #-6633503532806232964
print(hash(name)) #-6633503532806232964
print(hash(name)) #-6633503532806232964
name = "张三"
print(hash(name)) #247632540932985384
16、bytes
17、encoding、decode
18、divmod
19、bin、hex、oct
print(bin(32)) #十进制转二进制
print(hex(32)) #十进制转16进制
print(oct(32)) #十进制转8进制
"""
输出结果
0b100000
0x20
0o40
"""
20、globals、local
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！