Python에 내장된 6가지 마법 같은 함수

인생은 짧습니다. 초보자도 Python을 배웁니다!

저는 초보입니다. 오늘은 6가지 마법 내장 기능을 한번에 공유해보겠습니다. 많은 컴퓨터 서적에서는 일반적으로 고차 함수로 소개되기도 합니다. 그리고 일상 업무에서 코드를 더 빠르고 이해하기 쉽게 만들기 위해 종종 이를 사용합니다.

Lambda 함수

Lambda 함수는 익명 함수, 즉 이름이 없는 함수를 만드는 데 사용됩니다. 이는 단지 표현식일 뿐이며 함수 본문은 def보다 훨씬 간단합니다. 익명 함수는 단일 작업을 수행하고 한 줄에 작성할 수 있는 함수를 만들어야 할 때 사용됩니다.

lambda [arg1 [,arg2,.....argn]]:expression

람다의 본문은 코드 블록이 아니라 표현식입니다. 제한된 논리만 람다 식으로 캡슐화할 수 있습니다. 예를 들면 다음과 같습니다.

lambda x: x+2

def에 의해 정의된 함수를 언제든지 호출하려면 해당 함수 개체에 람다 함수를 할당할 수 있습니다.

add2 = lambda x: x+2
add2(10)

출력 결과:

Lambda 함수를 사용하면 코드가 훨씬 단순화될 수 있습니다.

위 그림과 같이 람다 함수를 사용하여 한 줄의 코드로 결과 목록 newlist가 생성됩니다.

Map 함수

map() 함수는 입력 목록의 모든 요소에 함수를 매핑합니다.

map(function,iterable)

예를 들어, 먼저 대문자 입력 단어를 반환하는 함수를 만든 다음 이 함수를 목록 색상의 모든 요소에 적용합니다.

def makeupper(word):
return word.upper()
colors=['red','yellow','green','black']
colors_uppercase=list(map(makeupper,colors))
colors_uppercase

출력 결과:

또한 익명 함수 람다를 사용하여 지도 함수와 협력할 수 있어 더욱 간소화될 수 있습니다.

colors=['red','yellow','green','black']
colors_uppercase=list(map(lambda x: x.upper(),colors))
colors_uppercase

Map 함수를 사용하지 않으면 for 루프를 사용해야 합니다.

위 그림과 같이 실제 사용 시 Map 함수는 요소를 순차적으로 나열하는 for 루프 방식보다 1.5배 더 빠릅니다.

Reduce 함수

Reduce()는 목록에서 일부 계산을 수행하고 결과를 반환해야 할 때 매우 유용한 함수입니다. 예를 들어, 정수 목록의 모든 요소의 곱을 계산해야 하는 경우 감소 함수를 사용할 수 있습니다. [1]

함수와 가장 큰 차이점은 Reduce()의 매핑 함수(함수)는 두 개의 매개변수를 받는 반면, map은 하나의 매개변수를 받는다는 것입니다.

reduce(function, iterable[, initializer])

다음으로, 예제를 사용하여 Reduce()의 코드 실행 프로세스를 보여줍니다.

from functools import reduce
def add(x, y) : # 两数相加
return x + y
numbers = [1,2,3,4,5]
sum1 = reduce(add, numbers) # 计算列表和

결과 sum1 = 15가 얻어지며, 코드 실행 과정은 아래 애니메이션과 같습니다.

▲코드 실행 과정 애니메이션

위 그림과 결합하면, Reduce는 리스트 [1,2,3,4,5]에 추가 함수 add()를 적용하고 매핑하는 것을 볼 수 있습니다. 함수 수신 두 개의 매개변수를 사용하여 Reduce()는 목록의 다음 요소로 결과를 계속해서 누적합니다.

또한 익명 함수 람다를 사용하여 축소 함수와 협력할 수 있어 더욱 간소화될 수 있습니다.

from functools import reduce
numbers = [1,2,3,4,5]
sum2 = reduce(lambda x, y: x+y, numbers)

출력 sum2= 15가 얻어지며 이는 이전 결과와 일치합니다.

참고: Python3 이후로 Reduce()는 functools 모듈로 이동되었습니다. 탐색 가능한 데이터 객체(예: 목록, 튜플 또는 문자열)는 일반적으로 다음에서 사용되는 데이터 및 데이터 첨자를 동시에 나열하는 인덱스 시퀀스로 결합됩니다. for 루프. 구문은 다음과 같습니다:

enumerate(iterable, start=0)

두 개의 매개변수 중 하나는 시퀀스, 반복자 또는 반복을 지원하는 기타 객체입니다. 다른 하나는 기본적으로 0부터 시작하는 첨자의 시작 위치입니다. 카운터 시작 번호.

colors = ['red', 'yellow', 'green', 'black']
result = enumerate(colors)

색상을 저장하는 색상 목록이 있는 경우 이를 실행한 후 열거 객체를 얻습니다. for 루프에서 직접 사용하거나 목록으로 변환할 수 있습니다.

for count, element in result:
print(f"迭代编号:{count},对应元素:{element}")

Zip 函数

zip()函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表[3]。

我们还是用两个列表作为例子演示：

colors = ['red', 'yellow', 'green', 'black']
fruits = ['apple', 'pineapple', 'grapes', 'cherry']
for item in zip(colors,fruits):
print(item)

输出结果：

当我们使用zip()函数时，如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同。

prices =[100,50,120]
for item in zip(colors,fruits,prices):
print(item)

Filter 函数

filter()函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表，其语法如下所示[4]。

filter(function, iterable)

比如举个例子，我们可以先创建一个函数来检查单词是否为大写，然后使用filter()函数过滤出列表中的所有奇数：

def is_odd(n):
return n % 2 == 1
old_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
new_list = filter(is_odd, old_list)
print(newlist)

输出结果：

今天分享的这6个内置函数，在使用 Python 进行数据分析或者其他复杂的自动化任务时非常方便。

위 내용은 Python에 내장된 6가지 마법 같은 함수의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!