Python 合并map()和reduce()

Python中的map()和reduce()函数是非常强大的函数式编程工具，map()函数可以让您在不修改原始数据的情况下对其进行转换，而reduce()函数可以将序列缩减为单个值。本文将讲解如何使用这两个函数来组合数据。

map()函数

map()函数用于将一个函数应用于一个可迭代的数据结构中的所有元素，并返回一个新的列表。下面是一个示例，展示如何使用map()函数来将单词转换为它们的长度：

words = ['cat','window','defenestrate']
lengths = list(map(len, words))
print(lengths)
# 输出 [3, 6, 12]

在这个例子中，map(len, words)将len函数应用于words中的每个元素，返回长度值。list()函数将返回的迭代器转换为一个列表。

reduce()函数

reduce()函数将序列缩减为单个值。在示例中，我们将演示如何使用reduce()函数来求列表元素的总和：

from functools import reduce
numbers = [1, 2, 3, 4, 5]
total = reduce(lambda x, y: x + y, numbers)
print(total)
# 输出 15

在这个例子中，reduce()函数将lambda x,y:x+y应用于numbers中的每一对元素，从而计算它们的和，最终返回总和。

map()和reduce()的结合使用

现在让我们看一下如何将map()和reduce()函数组合使用。假设我们有一个包含多个元组的列表，每个元组包含一个字符串和一个整数，例如：

data = [('apple', 3), ('orange', 4), ('grape', 1), ('pear', 5)]

现在我们想要对列表中的所有整数求和。我们可以使用以下方式组合map()和reduce()函数来实现：

from functools import reduce

data = [('apple', 3), ('orange', 4), ('grape', 1), ('pear', 5)]
total = reduce(lambda x, y: x + y, map(lambda x: x[1], data))
print(total)
# 输出 13

在这个例子中，map()函数首先将data列表转换为一个存储元组中第二个元素的整数列表。然后，reduce()函数将这个新列表中的所有整数相加。

还可以使用lambda表达式代替map函数，进一步简化代码。例如，上面的例子可以改写为：

from functools import reduce

data=[('apple',3),('orange',4),('grape',1),('pear',5)]
total=reduce(lambda x,y:x+y,[i[1] for i in data])
print(total)
# 输出为13

这是另一种使用map()和reduce()函数组合的方式，它利用了列表推导式来实现一个lambda表达式，这个lambda表达式取一个data元组列表作为输入，返回列表中所有整数的总和。