Встроенные функции map, filter и reduce в Python

, Встроенные функции map, filter и reduce в Python

Python предоставляет множество встроенных (built-in) функций, которые предопределены и могут использоваться конечным пользователем, просто вызывая их. Эти функции не только облегчают работу программистов, но и создают стандартную среду программирования. В этой статье вы узнаете о трех таких впечатляющих функциях, как map(), filter() и reduce() в Python.

Итак, начнем.

Что такое функции map(), filter() и reduce() в Python?

Как упоминалось ранее, map(), filter() и reduce() являются встроенными функциями Python. Эти функции обеспечивают функциональный программный аспект Python. В функциональном программировании передаваемые аргументы являются единственными факторами, которые определяют результат. Эти функции могут принимать любую другую функцию в качестве параметра и могут быть переданы другим функциям в качестве параметров.

Также у нас уже выходила статья на тему того, как функции map(), filter() и reduce() могут улучшить ваш код в Python.

Функция map():

Функция map() является типом высшего порядка. Как упоминалось ранее, эта функция принимает другую функцию в качестве параметра вместе с итерируемой последовательностью и возвращает выходные данные после применения функции на каждый итерируемый элемент из последовательности. Синтаксис выглядит следующим образом:

map(function, iterables)

Здесь функция определяет выражение, которое в свою очередь применяется к итерируемым элементам. Функция map может принимать функции, которые определил сам пользователь, а также лямбда-функции в качестве параметра.

Помимо того, мы писали уже про задачу, как можно сконвертировать список с применением функции map().

Совместное использование с функциями, определяемыми пользователем и Lambda-функциями:

Пользовательские функции совместно с map(): 

Функция map() может принимать пользовательские функции в качестве параметров. Параметры этих функций устанавливаются исключительно пользователем или программистом.

Пример:

def newfunc(a):
    return a*a

x = map(newfunc, (1,2,3,4)) # x - это объект типа map
print(x)
print(set(x))

Результат:

<map object at 0x00000284B9AEA940>
[1, 4, 9, 16]

Вы также можете передать несколько списков в качестве параметров.

Пример:

def func(a, b):
    return a + b

a = map(func, [2, 4, 5], [1,2,3])
print(a)
print(tuple(a))

Результат:

<map object at 0x00000284B9BA1E80>
(3, 6, 8)

Теперь давайте посмотрим, как вы можете использовать lambda-функции внутри map().

Lambda-функции совместно с map():

Lambda-функции — это функции, которые являются анонимными и им не нужно указывать какое-то собственное имя, как это происходит с пользовательскими функциями. Эти функции часто передаются в качестве параметров другим функциям.
Теперь давайте попробуем применить lambda-функции совместно с функцией map(). Рассмотрим следующий пример:

tup = (5, 7, 22, 97, 54, 62, 77, 23, 73, 61)
newtuple = tuple(map(lambda x: x+3 , tup)) 
print(newtuple)

Результат:

(8, 10, 25, 100, 57, 65, 80, 26, 76, 64)

Приведенный выше вывод является результатом применения lambda-выражения (x + 3) к каждому элементу, присутствующему в кортеже.

Функция filter():

Функция filter() используется для создания списка, состоящего из значений, для которых функция возвращает true. Синтаксис этого следующий:

filter(function, iterables)

Так же, как и map(), эта функция может использовать в качестве параметра пользовательские функции, а также lambda-функции.

Пример:

def func(x):
    if x>=3:
        return x
y = filter(func, (1,2,3,4))  
print(y)
print(list(y))

Результат:

<filter object at 0x00000284B9BBCC50>
[3, 4]

Как видите, y — это объект типа функции filter, а выходной список — это список значений, которые являются истинными для условия (x>=3).

Использование lambda-функций совместно с filter():

Lambda-функция, которая используется в качестве параметра, фактически определяет условие, которое необходимо проверить.

Пример:

y = filter(lambda x: (x>=3), (1,2,3,4))
print(list(y))

Результат:

[3, 4]

Приведенный выше код выдает тот же результат, что и предыдущая функция.

Функция reduce():

Функция reduce(), как можно понять из названия, применяет переданную функцию к итерируемому объекту и возвращает одно значение.

, Встроенные функции map, filter и reduce в Python

Синтаксис:

reduce(function, iterables)

Здесь функция определяет, какое выражение необходимо применить к итерируемому объекту. Эту функцию необходимо импортировать из модуля functools.

Пример:

from functools import reduce
reduce(lambda a, b: a + b, [23, 21, 45, 98])

Результат:

187

В приведенном выше примере функция reduce последовательно суммирует каждый элемент из списка и возвращает одно выходное значение.

Функции map(), filter() и reduce() в Python могут использоваться вместе друг с другом.

Совместное использование функций map(), filter() и reduce() functions:

Когда вы совместно друг с другом используете функции, то сначала исполняются внутренние функции, а затем внешние функции обрабатывают результат выполнения внутренних функций.

Пример:

c = map(lambda x:x+x,filter(lambda x: (x>=3), (1,2,3,4)))
print(list(c))

Результат:

[6, 8]

Если вы отфильтруете целые числа, большие или равные 3, из данного кортежа, вы получите [3,4] в результате. Затем, если вы примените функцию map к результату вывода предыдущей функции с использованием условия (x + x), то вы получите [6,8] список, который является выходным.

Использование map() внутри filter():

Когда вы используете функцию map() внутри функции filter(), итерации сначала обрабатываются функцией map, а затем к ним применяется условие filter().

Пример:

c = filter(lambda x: (x>=3),map(lambda x:x+x, (1,2,3,4)))
print(list(c))

Результат:

[4, 6, 8]

Использование map() и filter() внутри reduce():

Вывод внутренних функций обрабатывается в соответствии с условием, заданным для функции reduce().

Пример:

d = reduce(lambda x,y: x+y,map(lambda x:x+x,filter(lambda x: (x>=3), (1,2,3,4)))) 
print(d)

Результат:

14

Результатом и выходными данными внутренних функций map() и reduce() является [6,8].

Итак, можно подводить итоги статьи по функциям map(), filter() и reduce() в Python. Я надеюсь, что вы все ясно поняли. Постарайтесь как можно больше практиковаться и применять полученные знания на практике.

Остались какие-то вопросы по теме? Пожалуйста, напишите их в разделе комментариев этой статьи, и мы дадим вам ответ как можно скорее.