Python中堪稱神仙的六個內建函數

人生苦短，菜鳥學Python！

我是菜鳥哥，今天，我們會一次分享6個堪稱神仙的內建函數。在許多計算機書籍中，它們也通常被介紹為高階函數。而我自己在日常工作中，經常使用它們來使程式碼更快，更易於理解。

Lambda 函數

Lambda函數用於建立匿名函數，即沒有名稱的函數。它只是一個表達式，函數體比def簡單很多。當我們需要建立一個函數來執行單一操作並且可以在一行中編寫時，就可以用到匿名函數了。

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

lambda的主體是一個表達式，而不是一個程式碼區塊。僅能在lambda表達式中封裝有限的邏輯進去。例如：

lambda x: x+2

如果我們也想像def定義的函數隨時調用，可以將lambda函數分配給這樣的函數物件。

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

輸出結果：

利用Lambda函數，可以將程式碼簡化很多，具體再舉例。

如上圖所示，結果清單newlist是使用lambda函數用一行程式碼產生的。

Map 函數

map()函數會將一個函數對應到一個輸入清單的所有元素。

map(function,iterable)

例如我們先建立了一個函數來傳回一個大寫的輸入單字，然後將此函數應有到列表colors中的所有元素。

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

輸出結果：

此外，我們也可以使用匿名函數lambda來配合map函數，這樣可以更精簡。

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

如果我們不用Map函數的話，就需要使用for迴圈。

如上圖所示，在實際使用中Map函數會比for迴圈依序列表元素的方法快1.5倍。

Reduce函數

當需要對一個列表進行一些計算並傳回結果時，reduce()是個非常有用的函數。舉個例子，當需要計算一個整數列表所有元素的乘積時，即可使用reduce函數實現。 [1]

它與函數的最大的差異就是，reduce()裡的映射函數（function）接收兩個參數，而map接收一個參數。

reduce(function, iterable[, initializer])

接下來我們用實例來示範reduce()的程式碼執行過程。

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

得到結果sum1 = 15，其程式碼執行程序如下方動圖所示。

▲程式碼執行過程動圖

結合上圖我們會看到，reduce將一個相加函數add()作用在一個列表[1 ,2,3,4,5]上，映射函數接收了兩個參數，reduce()把結果繼續和列表的下一個元素做累加計算。

此外，我們同樣可以使用匿名函數lambda來配合reduce函數，這樣可以更精簡。

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

得到輸出sum2= 15，與先前結果一致。

要注意：Python3.x開始reduce()已經移到functools模組裡[2]，如果我們要使用，需要用from functools import reduce導入.

enumerate 函數

enumerate()函數用來將一個可遍歷的資料物件(如列表、元組或字串)組合為一個索引序列，同時列出資料和資料下標，一般用在for迴圈當中。它的語法如下所示：

enumerate(iterable, start=0)

它的兩個參數，一個是序列、迭代器或其他支援迭代物件；另一個是下標起始位置，預設從0開始，也可以自定義計數器的起始編號。

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

如果我們有一個存放colors的顏色列表，運行後就會得到一個enumerate(枚舉) 物件。它可以直接在for循環中使用，也可以轉換為列表，具體用法如下所示。

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。

以上是Python中堪稱神仙的六個內建函數的詳細內容。更多資訊請關注PHP中文網其他相關文章！