Map，Filter 和 Reduce

Map，Filter 和 Reduce 三个函数能为函数式编程提供便利。我们会通过实例一个一个讨论并理解它们。

Map

Map 会将一个函数映射到一个输入列表的所有元素上。这是它的规范：

规范

  1. map(function_to_apply, list_of_inputs)

大多数时候，我们要把列表中所有元素一个个地传递给一个函数，并收集输出。比方说：

  1. items = [1, 2, 3, 4, 5]
  2. squared = []
  3. for i in items:
  4.     squared.append(i**2)

Map 可以让我们用一种简单而漂亮得多的方式来实现。就是这样：

  1. items = [1, 2, 3, 4, 5]
  2. squared = list(map(lambda x: x**2, items))

大多数时候，我们使用匿名函数（lambdas）来配合 map, 所以我在上面也是这么做的。 不仅用于一列表的输入， 我们甚至可以用于一列表的函数！

  1. def multiply(x):
  2.         return (x*x)
  3. def add(x):
  4.         return (x+x)
  6. funcs = [multiply, add]
  7. for i in range(5):
  8.     value = map(lambda x: x(i), funcs)
  9.     print(list(value))
  10.     # 译者注：上面print时，加了list转换，是为了python2/3的兼容性
  11.     #        在python2中map直接返回列表，但在python3中返回迭代器
  12.     #        因此为了兼容python3, 需要list转换一下
  14. # Output:
  15. # [0, 0]
  16. # [1, 2]
  17. # [4, 4]
  18. # [9, 6]
  19. # [16, 8]

Filter

顾名思义，filter 过滤列表中的元素，并且返回一个由所有符合要求的元素所构成的列表，符合要求即函数映射到该元素时返回值为True。这里是一个简短的例子：

  1. number_list = range(-5, 5)
  2. less_than_zero = filter(lambda x: x < 0, number_list)
  3. print(list(less_than_zero))  
  4. # 译者注：上面print时，加了list转换，是为了python2/3的兼容性
  5. #        在python2中filter直接返回列表，但在python3中返回迭代器
  6. #        因此为了兼容python3, 需要list转换一下
  8. # Output: [-5, -4, -3, -2, -1]

这个 filter 类似于一个 for 循环，但它是一个内置函数，并且更快。

注意：如果 map 和 filter 对你来说看起来并不优雅的话，那么你可以看看另外一章：列表/字典/元组推导式。

译者注：大部分情况下推导式的可读性更好。

Reduce

当需要对一个列表进行一些计算并返回结果时，Reduce 是个非常有用的函数。举个例子，当你需要计算一个整数列表的乘积时。

通常在 python 中你可能会使用基本的 for 循环来完成这个任务。

现在我们来试试 reduce：

  1. from functools import reduce
  2. product = reduce( (lambda x, y: x * y), [1, 2, 3, 4] )
  4. # Output: 24