pyhton中map和reduce
本文最后更新于:2023年4月7日 下午
from functools import reduce import numpy as np ''' reduce[function, sequence[, initial]]使用 1、function:是一个有两个参数的函数,reduce依次从sequence中取一个元素,和上一次调用function的结果做参数再次调用function 2、如果设置initial参数,会以sequence中的第一个元素和initial作为参数调用function。 ''' # 不设置initial def reduce1(): result = reduce(lambda x, y: x+y, [1, 3, 5, 7, 9]) print('无initial:', result) def reduce2(): result = reduce(lambda x, y: x + y, [1, 3, 5, 7, 9],100) print('有initial:', result) ‘’’
map(function, sequence[, sequence, …]) -> list
第一个参数是函数,剩下是一个或多个序列,返回一个集合
1、存在多个序列,会依次以每个序列中相同位置的元素做参数调用function函数
‘’’
def map1():
array = np.arange(1,4)
print(‘array:‘, array)
result = map(lambda x: x**2, array)
for index,value in enumerate(result):
print( value)
def map2():
array1 = np.arange(1,5)
array2 = np.arange(5,10)
print(‘array1:‘, array1)
print(‘array2:‘, array2)
result = map(lambda x, y: x + y, array1, array2)
for index, value in enumerate(result):
print(value)
if name == ‘main‘:
print(‘—————–reduce———–‘)
reduce1()
reduce2()
print(‘—————map—————–‘)
map1()
print(‘多个序列‘)
map2()
打赏支持
“如果你觉得我的文章不错,不妨鼓励我继续写作。”
pyhton中map和reduce
https://dreamoneyou.github.io/2017/pyhton中map和reduce/