提起map和reduce想必大家并不陌生，Google公司2003年提出了一個名為MapReduce的編程模型[1]，用于處理大規模海量數據，并在之后廣泛的應用于Google的各項應用中，2006年Apache的Hadoop項目[2]正式將MapReduce納入到項目中。

好吧，閑話少說，今天要介紹的是Python函數式編程中的另外兩個內建函數map()和reduce()，而不是Google的MapReduce。

1.map()

格式：map( func, seq1[, seq2...] )

Python函數式編程中的map()函數是將func作用于seq中的每一個元素，并用一個列表給出返回值。如果func為None，作用同zip()。

當seq只有一個時，將func函數作用于這個seq的每個元素上，得到一個新的seq。下圖說明了只有一個seq的時候map()函數是如何工作的（本文圖片來源：《Core Python Programming (2nd edition)》）。

可以看出，seq中的每個元素都經過了func函數的作用，得到了func(seq[n])組成的列表。

下面舉一個例子進行說明。假設我們想要得到一個列表中數字%3的余數，那么可以寫成下面的代碼。

Python函數式編程之map使用（一個seq） Python

123456

# 使用mapprint map( lambda x: x%3, range(6) )??# [0, 1, 2, 0, 1, 2]#使用列表解析print [x%3 for x in range(6)]??# [0, 1, 2, 0, 1, 2]

這里又和上次的filter()一樣，使用了列表解析的方法代替map執行。那么，什么時候是列表解析無法代替map的呢？

原來，當seq多于一個時，map可以并行地對每個seq執行如下圖所示的過程：

也就是說每個seq的同一位置的元素在執行過一個多元的func函數之后，得到一個返回值，這些返回值放在一個結果列表中。

下面的例子是求兩個列表對應元素的積，可以想象，這是一種可能會經常出現的狀況，而如果不是用map的話，就要使用一個for循環，依次對每個位置執行該函數。

Python函數式編程之map使用（多個seq）Python

1	print map( lambda x, y: x * y, [1, 2, 3], [4, 5, 6] )??# [4, 10, 18]

上面是返回值是一個值的情況，實際上也可以是一個元組。下面的代碼不止實現了乘法，也實現了加法，并把積與和放在一個元組中。

Python函數式編程之map使用（多個seq） Python

1	print map( lambda x, y: ( x * y, x + y), [1, 2, 3], [4, 5, 6] )??# [(4, 5), (10, 7), (18, 9)]

還有就是上面說的func是None的情況，它的目的是將多個列表相同位置的元素歸并到一個元組，在現在已經有了專用的函數zip()了。

Python函數式編程之map使用（func為None）Python

1 2 3

print map( None, [1, 2, 3], [4, 5, 6] )??# [(1, 4), (2, 5), (3, 6)] print zip( [1, 2, 3], [4, 5, 6] )??# [(1, 4), (2, 5), (3, 6)]

需要注意的是，不同長度的多個seq是無法執行map函數的，會出現類型錯誤。

2.reduce()

格式：reduce( func, seq[, init] )

reduce函數即為化簡，它是這樣一個過程：每次迭代，將上一次的迭代結果（第一次時為init的元素，如沒有init則為seq的第一個元素）與下一個元素一同執行一個二元的func函數。在reduce函數中，init是可選的，如果使用，則作為第一次迭代的第一個元素使用。

簡單來說，可以用這樣一個形象化的式子來說明：
reduce( func, [1, 2,3] ) = func( func(1, 2), 3)

下面是reduce函數的工作過程圖：

舉個例子來說，階乘是一個常見的數學方法，Python中并沒有給出一個階乘的內建函數，我們可以使用reduce實現一個階乘的代碼。

Python函數式編程之reduce使用 Python

12	n = 5print reduce(lambda x, y: x * y, range(1, n + 1))??# 120

那么，如果我們希望得到2倍階乘的值呢？這就可以用到init這個可選參數了。

Python函數式編程之reduce使用Python

1 2 3

m = 2 n = 5 print reduce( lambda x, y: x * y, range( 1, n + 1 ), m )??# 240

總結

以上是生活随笔為你收集整理的Python函数式编程——map()、reduce()的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。