reduce() 함수는 매개변수 시퀀스에 요소를 축적합니다. 다음 글에서는 주로 Python의 Reduce() 함수 사용법을 소개합니다. 이 글은 예제 코드를 통해 매우 자세하게 소개되어 있어 모든 사람의 학습에 매우 유용합니다. 또는 작업에 대한 특정 참조 및 학습 가치가 있습니다. 필요한 친구는 아래를 살펴볼 수 있습니다.
머리말
이 글은 주로 Python의 Reduce() 함수 사용에 대한 관련 내용을 소개하고 참고 및 학습을 위해 공유합니다. 자세한 소개:
reduce() 함수는 functools 라이브러리에 있습니다. 사용하려면 이 라이브러리에서 가져와야 합니다. 축소 함수는 맵 함수와 다르다. 맵 연산은 병렬 연산이다. 축소 함수는 여러 매개변수를 조합한 연산, 즉 컴퓨터 알고리즘에서는 대부분의 경우에 해당된다. 단순화하다. 예를 들어, 이미지가 고양이인지 여부를 식별하려면 많은 픽셀에서 예 또는 아니오라는 판단을 추출해야 합니다. 수백만 개의 픽셀이 있을 수 있지만 결과는 하나만 나올 것입니다. GOOGLE의 대규모 클러스터에서는 이 아이디어를 사용하여 이전 병렬 처리 작업 맵을 호출하고 병렬 처리 후의 결과를 단순화하고 분류해야 합니다. Reduce는 하나의 호스트에서만 작동할 수 있고 분산 방식으로 처리할 수 없기 때문에 Reduce 프로세스 맵 결과는 이러한 결과가 매우 간단하고 데이터 양이 크게 줄어들며 처리 속도가 매우 빠르다는 것을 의미합니다.
그래서 맵리듀스 과정은 분석과 유도의 과정이라고 할 수 있습니다.
아래의 Reduce() 예시를 보세요:
#python 3. 6 #蔡军生 #http://blog.csdn.net/caimouse/article/details/51749579 # from functools import reduce result = reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) print(result)
출력 결과:
15
이 예시에서 계산 과정은 실제로 다음과 같습니다:
( (((1+2)+3)+4)+5)
또 다른 계승 예를 살펴보세요:
#python 3. 6 #蔡军生 #http://blog.csdn.net/caimouse/article/details/51749579 # from functools import reduce n = 3 print(reduce(lambda x, y: x * y, range(1, n + 1))) # 6
출력 결과:
6
감소 함수와 마찬가지로 축소 함수는 매개변수 시퀀스의 요소를 누적합니다.
reduce 함수 정의:
reduce(function, sequence[, initial]) -> value
함수 매개변수는 두 개의 매개변수가 있는 함수입니다. Reduce는 시퀀스에서 요소를 차례로 가져오고 마지막 결과로 함수를 다시 호출합니다. 매개변수로 함수를 호출합니다.
함수를 처음 호출할 때 초기 매개변수가 제공되면 함수는 시퀀스의 첫 번째 요소와 매개변수로 초기를 사용하여 호출됩니다. 그렇지 않으면 함수는 처음 두 요소를 사용하여 호출됩니다. 매개변수로 순서를 지정합니다.
reduce(lambda x, y: x + y, [2, 3, 4, 5, 6], 1)
결과는 21( (((((1+2)+3)+4)+5)+6) )
reduce(lambda x, y: x + y, [2, 3, 4, 5, 6])
결과는 20
요약
위 내용은 Python의 Reduce() 함수 예의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

PythonArraysSupportVariousOperations : 1) SlicingExtractsSubsets, 2) 추가/확장 어드먼트, 3) 삽입 값 삽입 ATSpecificPositions, 4) retingdeletesElements, 5) 분류/ReversingChangesOrder 및 6) ListsompectionScreateNewListSbasedOnsistin

NumpyArraysareSentialplosplicationSefficationSefficientNumericalcomputationsanddatamanipulation. Theyarcrucialindatascience, MachineLearning, Physics, Engineering 및 Financeduetotheiribility에 대한 handlarge-scaledataefficivally. forexample, Infinancialanyaly

UseanArray.ArrayOveralistInpyThonWhendealingwithhomogeneousData, Performance-CriticalCode, OrinterFacingwithCcode.1) HomogeneousData : ArraysSaveMemorywithtypepletement.2) Performance-CriticalCode : arraysofferbetterporcomanceFornumericalOperations.3) Interf

아니요, NOTALLLISTOPERATIONARESUPPORTEDBYARRARES, andVICEVERSA.1) ArraySDONOTSUPPORTDYNAMICOPERATIONSLIKEPENDORINSERTWITHUTRESIGING, WHITHIMPACTSPERFORMANCE.2) ListSDONOTEECONSTANTTIMECOMPLEXITEFORDITITICCESSLIKEARRAYSDO.

ToaccesselementsInapyThonlist, 사용 인덱싱, 부정적인 인덱싱, 슬라이스, 오리 화.

Arraysinpython, 특히 비밀 복구를위한 ArecrucialInscientificcomputing.1) theaRearedFornumericalOperations, DataAnalysis 및 MachinELearning.2) Numpy'SimplementationIncensuressuressurations thanpythonlists.3) arraysenablequick

Pyenv, Venv 및 Anaconda를 사용하여 다양한 Python 버전을 관리 할 수 있습니다. 1) PYENV를 사용하여 여러 Python 버전을 관리합니다. Pyenv를 설치하고 글로벌 및 로컬 버전을 설정하십시오. 2) VENV를 사용하여 프로젝트 종속성을 분리하기 위해 가상 환경을 만듭니다. 3) Anaconda를 사용하여 데이터 과학 프로젝트에서 Python 버전을 관리하십시오. 4) 시스템 수준의 작업을 위해 시스템 파이썬을 유지하십시오. 이러한 도구와 전략을 통해 다양한 버전의 Python을 효과적으로 관리하여 프로젝트의 원활한 실행을 보장 할 수 있습니다.

Numpyarrayshaveseveraladvantagesstandardpythonarrays : 1) thearemuchfasterduetoc 기반 간증, 2) thearemorememory-refficient, 특히 withlargedatasets 및 3) wepferoptizedformationsformationstaticaloperations, 만들기, 만들기


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기

Atom Editor Mac 버전 다운로드
가장 인기 있는 오픈 소스 편집기

ZendStudio 13.5.1 맥
강력한 PHP 통합 개발 환경

MinGW - Windows용 미니멀리스트 GNU
이 프로젝트는 osdn.net/projects/mingw로 마이그레이션되는 중입니다. 계속해서 그곳에서 우리를 팔로우할 수 있습니다. MinGW: GCC(GNU Compiler Collection)의 기본 Windows 포트로, 기본 Windows 애플리케이션을 구축하기 위한 무료 배포 가능 가져오기 라이브러리 및 헤더 파일로 C99 기능을 지원하는 MSVC 런타임에 대한 확장이 포함되어 있습니다. 모든 MinGW 소프트웨어는 64비트 Windows 플랫폼에서 실행될 수 있습니다.

DVWA
DVWA(Damn Vulnerable Web App)는 매우 취약한 PHP/MySQL 웹 애플리케이션입니다. 주요 목표는 보안 전문가가 법적 환경에서 자신의 기술과 도구를 테스트하고, 웹 개발자가 웹 응용 프로그램 보안 프로세스를 더 잘 이해할 수 있도록 돕고, 교사/학생이 교실 환경 웹 응용 프로그램에서 가르치고 배울 수 있도록 돕는 것입니다. 보안. DVWA의 목표는 다양한 난이도의 간단하고 간단한 인터페이스를 통해 가장 일반적인 웹 취약점 중 일부를 연습하는 것입니다. 이 소프트웨어는
