如果你讀過google的那篇大名鼎鼎的**「mapreduce: simplified data processing on large clusters」，你就能大概明白map/reduce的概念。
我們先看map。map()函式接收兩個引數，乙個是函式，乙個是iterable，map將傳入的函式依次作用到序列的每個元素，並把結果作為新的iterator返回。
舉例說明，比如我們有乙個函式f(x)=x2，要把這個函式作用在乙個list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()實現如下：
def f(x):
return x*x
r = map(f,[1,2,3,4,5,6,7,8,9])
print(list(r))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
你可能會想，不需要map()函式，寫乙個迴圈，也可以計算出結果：
l =
for n in [1, 2, 3, 4, 5, 6, 7, 8, 9]:
print(l)
所以，map()作為高階函式，事實上它把運算規則抽象了，因此，我們不但可以計算簡單的f(x)=x2，還可以計算任意複雜的函式，比如，把這個list所有數字轉為字串：
list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']
再看reduce的用法。reduce把乙個函式作用在乙個序列[x1, x2, x3, ...]上，這個函式必須接收兩個引數，reduce把結果繼續和序列的下乙個元素做累積計算，其效果就是：
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
比方說對乙個序列求和，就可以用reduce實現：
from functools import reduce
def add(x, y):
return x + y
reduce(add, [1, 3, 5, 7, 9])
25
但是如果要把序列[1, 3, 5, 7, 9]變換成整數13579，reduce就可以派上用場：
from functools import reduce
def fn(x, y):
return x * 10 + y
reduce(fn, [1, 3, 5, 7, 9])
13579
from functools import reduce
def fn(x, y):
return x * 10 + y
def char2num(s):
digits =
return digits[s]
reduce(fn, map(char2num, '13579'))
13579
from functools import reduce
digits =
def str2int(s):
def fn(x, y):
return x * 10 + y
def char2num(s):
return digits[s]
return reduce(fn, map(char2num, s))
from functools import reduce
digits =
def char2num(s):
return digits[s]
def str2int(s):
return reduce(lambda x, y: x * 10 + y, map(char2num, s))
python重寫內建函式 python 內建函式
說明 zip 函式用於將可迭代的物件作為引數，將物件中對應的元素打包成乙個個元組，然後返回由這些元組組成的列表。如果各個迭代器的元素個數不一致，則返回列表長度與最短的物件相同，利用 號操作符，可以將元組解壓為列表。語法 zip iterable1,iterable2,引數 iterable 乙個或多...
python內建函式簡稱 Python內建函式詳解
此文參考python文件，然後結合自己的理解，寫下來，一方面方便自己，讓自己好好學習，順便回憶回憶 另一方面，讓喜歡的盆友也參考一下。經查詢，3.6版本總共有68個內建函式，主要分類如下 數 算 7個 型別轉換 24個 序列操作 8個 物件操作 9個 反射操作 8個 變數操作 2個 互動操作 2個 ...
python內建函式使用 python內建函式使用
eval函式執行python表示式，有返回值 eval 1 2 3 4 5 exec函式執行的是python語句，沒有返回值 exec print 123 將字串型別的 編碼.物件能夠通過exec語句來執行或者eval 進行求值,c只是編譯,不執行 code for i in range 10 pr...