reduce()函式也是python內建的乙個高階函式。
reduce()
格式：reduce (func, seq[, init()])
reduce()函式即為化簡函式，它的執行過程為：每一次迭代，都將上一次的迭代結果（注：第一次為init元素，如果沒有指定init則為seq的第乙個元素）與下乙個元素一同傳入二元func函式中去執行。在reduce()函式中，init是可選的edebulcgc，如果指定，則作為第一次迭代的第乙個元素使用，如果沒有指定，就取seq中的第乙個元素。
reduce()函式的執行過程如下圖所示：
從reduce函式的執行過程，讓我們很容易聯想到求乙個數的階乘，而python中並沒有給出乙個求階乘的內建函式，正好我們就拿這個例子來說明reduce函式吧。
#未指定init的情況
>>> n = 6
>>> print reduce(lambda x, y: x * y, range(1, n))
120上面的例子中range(1,6)函式生成的是乙個[1, 2, 3, 4, 5]這樣的列表，這裡我們給它個名叫seq1吧，reduce()函式執行時，由於沒有指定ini程式設計客棧t引數，所以將取seq1中的第乙個元素1，作為第乙個元素，由於前面的lambda有2個變數，所以需要兩個實程式設計客棧參，於是就取seq1中的第2個元素2，與第乙個元素1一起傳入lambda中去執行，並將返回結果2，並同下乙個元素3再一起傳入lambda中執行，再次返回的結果，作為下一次執行的第乙個元素，依次類推，就得出結果5! = 120。
如果我們希望得到階乘的結果再多增加幾倍，可以啟用init這個可選項。如：
>>> print reduce(lambda x, y: x * y, range(1, n),2)
240這個時候，就會將init作為第乙個元素，和seq1中的第乙個元素1一起傳入lambda函式中去執行，返回結果再作為下一次的第乙個元素。
下面給出的例子更簡單一些，大家可以看下
reduce()函式接收的引數和 map()類似，乙個函式 f，乙個list，但行為和 map()不同，reduce()傳入的函式 f 必須接收兩個引數，reduce()對list的每個元素反覆呼叫函式f，並返回最終結果值。
例如，編寫乙個f函式，接收x和y，返回x和y的和：
def f(x, y):
return x + y
呼叫 reduce(f, [1, 3, 5, 7, 9])時，reduce函式將做如下計算：
先計算頭兩個元素：f(1, 3)，結果為4；
再把結果和第3個元素計算：f(4, 5)，結果為9；
再把結果和第4個元素計算：f(9, 7)，結果為16；
再把結果和第5個元素計算：f(16, 9)，結果為25；
由於沒有更多的元素了，計算結束，返回結果25。
上述計算實際上是對 list 的所有元素求和。雖然python內建了求和函式sum()，但是，利用reduce()求和也很簡單。
reduce()還可以接收第3個可選引數，作為計算的初始值。如果把初始值設為100，計算：
reduce(f, [1, 3, 5, 7, 9], 100)
結果將變為125，因為第一輪計算是：
計算初始值和第乙個元素：f(100, 1)，結果為101。
本文標題: python reduce()函式的用法小結
本文位址: /jiaoben/python/211091.html
Python reduce 函式的使用簡明教程
reduce 函式會對引數序列中元素進行累積。python3.x reduce 已經被移到 functools 模組裡，如果我們要使用，需要引入 functools 模組來呼叫 reduce 函式 from functools import reducereduce 函式語法如下 reduce fu...
Python reduce原來是這樣用的
官方解釋 這樣看來，其實下面的 定義是有一點問題，我們在程式中呼叫這段 reduce lambda x,y x y,1,2,3,4,5 得到的結果為16,而正確的結果為15，問題在於如果集合不是以0開始，那麼按照如下 第一次呼叫x 1,即第乙個元素，y也是等於1，也是第乙個元素，而正確的y應該是2。...
函式的用法 Excel函式TREND函式的用法
trend函式是乙個線性趨勢的 函式，在已知y值 x值的條件下，x對應的y值 trend共有4個引數，三個必選引數，乙個可選引數 同樣的一組資料第四引數不同，結果也是有區別的 灰色曲線是由第四引數為false時得到的結果生成的曲線。通過斜率與截距函式我們計算出這兩條曲線的斜率與截距，可以看出，第四引...