一文看懂Python列表表达式及高阶函数如lambda, zip, enumerate, map和filter方法。
深入了解和熟练使用python的列表表达式和内置的一些高阶函数如lamda, zip, enumerate, map, filter, reduce, sorted方法是python学习,面试和工作的必备技能。正是它们给了python优秀的特性,从而使python有别于其它编程语言。网上的介绍和教程有很多,但感觉还是比较零散,解读也不够深入,小编决定再次动手写篇总结。如果大家还没读过小编写的一文看懂python系列文章,请先阅读一文看懂Python面向对象编程(Python学习与新手入门必看)-绝对原创和一文看懂Python对文件和文件夹的操作: 含os, shutil和glob模块。Python学习面试必读。本文内含很多实例代码,以帮助新手更好理解。
列表表达式[List Comprehension]
顾名思义,这个表达式作用是以一个快捷的方法对列表进行操作或运算,返回新的列表。其使用方式为[表达式 for 变量 in 列表] 或者 [表达式 for 变量 in 列表 if 条件]。
一个最简单的列表表达式的例子如下。
>>> list1 = [1, 2, 3, 4] >>> list2 = [ i*i for i in list1] >>> list3 = [ i*i for i in list1 if i>2] >>> print(list2) [1, 4, 9, 16] >>> print(list3) [9, 16]
列表表达式也可以遍历元组生成新的列表(如list5),然而却不能直接生成新的元组。比如list6实际上是个生成器表达式,不属于列表表达式了。对于生成器表达式可以通过使用list6.__next__()方法一次一次取值。
>>> tuple1 = (1, 2, 3, 4) >>> list5 = [ i*i for i in tuple1 ] >>> print(list5) [1, 4, 9, 16] >>> list6 = ( i*i for i in tuple1 ) >>> print(list6) <generator object <genexpr> at 0x03559E10>
下面我们来看下3个常考的关于列表表达式应用的例子。
1.统计字符串列表中每个字符串的长度
>>> words = ['abc','defg','I love python', 'Django'] >>> len_list = [ len(word) for word in words ] >>> print(len_list) [3, 4, 13, 6]
2. 利于列表表达式求两个列表的交集。
>>> a = [ 3, 5, 6, 8] >>> b = [ 5, 6] >>> a_b = [ i for i in a if i in b] >>> print(a_b) [5, 6]
3. 打印出100以内所有十位数比个位数大1位的数字。
>>> num = [ n1*10+n2 for n1 in range(0, 10) for n2 in range(0, 10) if n1 == n2+1 ] >>> print(num) [10, 21, 32, 43, 54, 65, 76, 87, 98]
匿名函数lambda函数
Lambda函数又称匿名函数,也有人称为lambda表达式。顾名思义,匿名函数就是没有名字的函数。函数没有名字也行?当然可以啦。有些函数如果只是临时一用,而且它的业务逻辑也很简单时,就没必要非给它取个名字不可。
lambda匿名函数的格式是 lambda 参数: 表达式。冒号前是参数,可以有多个,用逗号隔开,冒号右边的为表达式。其实lambda返回值是一个函数的地址,也就是函数对象。下面是个最简单的lambda函数的例子。
>>> add = lambda x, y: x+y >>> type(add) <class 'function'> >>> print(add(3,5)) 8
既然是匿名函数,我们为什么还要给它取个叫add的名字?这的确是多次一举。其实lambda最常用的还是和sorted, map、reduce、filter这些高级函数结合使用。我们再来看下2个使用lambda函数结合sorted方法排序的经典例子。一个按绝对值大小排序,一个按字符串长度排序。
>>> list1 = [ 5, -3, 1, 8, -4 ] >>> list2 = sorted(list1, key=lambda x:abs(x)) >>> print(list2) [1, -3, -4, 5, 8] >>> list3 = [ 'to', 'python', 'ABC' ] >>> list4 = sorted(list3, key=lambda x:len(x)) >>> print(list4) ['to', 'ABC', 'python']
下面是一道关于lambda函数的经典面试题。flist[0]能输出什么?这个主要考函数对象列表,千万不要和列表表达式搞混了啊。答: flist[0]输出的是函数对象。
>>> flist = [ lambda x:x*x for x in range(1, 3)] >>> print(flist) [<function <listcomp>.<lambda> at 0x03ADE2B8>, <function <listcomp>.<lambda> at 0x03ADE300>] >>> flist[0] <function <listcomp>.<lambda> at 0x03ADE2B8> >>> flist[0](2) 4
zip函数
zip()函数来可以把2个或多个列表合并,并创建一个元组对的列表。元组对的数量以合并列表的最短长度为准。python 3中zip方法合并列表后生成的是zip对象,使用list方法可以将其变成列表,使用dict方法可以将其变成字典。
>>> l1 = [ 1, 2, 3 ] >>> l2 = [ 'x', 'y', 'z'] >>> l3 = [ 'x', 'y' ] >>> zip(l1, l2) <zip object at 0x031D6828> >>> print(list(zip(l1, l2))) [(1, 'x'), (2, 'y'), (3, 'z')] >>> print(list(zip(l1, l3))) [(1, 'x'), (2, 'y')] >>> print(dict(zip(l1,l3))) {1: 'x', 2: 'y'}
实际上zip方法支持所有可迭代对象(字符串、列表、元祖、字典), 而不仅仅是列表。利用这个特性,我们可以很容易创建各种字典,包括很复杂的字典。我们来看下面2个经典例子。注意zip对象支持直接遍历哦,不需要先转成list或dict哦。
>> > l1 = [1, 2, 3] >> > str1 = "abc" >> > print(dict(zip(l1, str1))) {1: 'a', 2: 'b', 3: 'c'} >> > name = ["John", "Jim", "Lucy"] >> > year = [1983, 1985, 1995] >> > birth_year = dict(zip(name, year)) >> > print(birth_year) {'John': 1983, 'Jim': 1985, 'Lucy': 1995} >> > for name, year in zip(name, year): print("{} - {}".format(name, year)) John - 1983 Jim - 1985 Lucy - 1995
利用zip(*some_list)方法可以实现元组列表的反向解压,见下面案例。注意unzip只支持元组列表,不支持dict直接解压哦。这也是面试常考内容。
>>> l1 = [("John", 1995), ("Lucy", 2000), ("Max", 1985)] >>> name, year = zip(*l1) >>> print(name) ('John', 'Lucy', 'Max') >>> print(year) (1995, 2000, 1985) >>> l2 = dict(l1) >>> print(l2) {'John': 1995, 'Lucy': 2000, 'Max': 1985} >>> name1, year1 = zip(*l2) Traceback (most recent call last): File "<pyshell#6>", line 1, in <module> name1, year1 = zip(*l2) ValueError: too many values to unpack (expected 2)
enumerate() 函数
enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,常见用于for循环。一般只有需要同时用到索引index和value值的时候才用enumerate方法。注意直接使用enumerate方法生成是个enumerate对象,可以遍历的。
>> > name = ["John", "Lucy", "Mary"] >> > name1 = enumerate(name) >> > print(name1) < enumerate object at 0x030D0FA8 > >> > for index, name in enumerate(name): print("{}-{}".format(index, name)) 0 - John 1 - Lucy 2 - Mary
map函数
map函数是个非常有用的方法,其语法是 map(function, iterable, ...)。map方法可以接收函数作为参数,并将其映射于列表的多个元素。python 2中返回列表,python 3中返回迭代器,需要使用list方法再生成列表。map函数不仅支持自定义的函数和lambda函数,还支持python自带的函数。
下面是map函数应用一个最简单的例子。该例子将计算平方的lambda函数映射于列表中的每个元素。
>>> l = map(lambda x: x ** 2, [1, 2, 3, 4, 5]) >>> print(l) <map object at 0x03553790> >>> print(list(l)) [1, 4, 9, 16, 25]
map函数还支持多个列表的映射和计算,如下所示。lambda函数中的x, y, z分别对应列表l1, l2和l3中的元素。计算后的生成的列表长度取决于各个列表的最短长度。
>>> l1 = [1, 2, 3] >>> l2 = [4, 5, 6, 7] >>> l3 = [8, 9] >>> print(list(map(lambda x,y,z:x+y+z, l1, l2, l3))) [13, 16]
我们下面来看下一道关于map函数的经典考题。我们有两个字符串A和B,现在要统计字符串A中有多少个字符也在字符串B中可以找到。常规函数解法如下:
>>> strA = "aAAAbBCC" >>> strB = "aA" >>> def count1(str1, str2): a = 0 for c in str1: if c in str2: a += 1 return a >>> count1(strA, strB) 4
使用map函数经典解法如下,是不是好简单好牛叉的样子?
>>> strA = "aAAAbBCC" >>> strB = "aA" >>> print(sum(map(strA.count, strB))) 4
我们现在来分析下上面这段代码。python自带的string.count(char)函数的作用是统计一个字符串string含有字符char的数量。在本例中strB相当于char的一个参数列表["a", "A"], map函数先统计strA中字符a的数量,再统计strA中字符A的数量,获得列表[1, 3], 然后将它们相加,即可获得字符串A中总共有多少字符可以在B中找到。
reduce函数
reduce() 函数会对参数序列中元素进行累积。该方法第一个参数必需是函数,而且传入的函数必需要有2个参数,否则出现错误。该方法将一个数据集合(列表,元组等)中的所有数据进行下列操作:用传给 reduce 中的函数 function先对集合中的第 1、2 个元素进行操作,得到的结果再与第三个数据用 function 函数运算,最后得到一个结果。
reduce函数很适合连续计算(比如列表求和或连乘计算阶乘),经典代码如下。
>>> from functools import reduce >>> reduce(lambda x, y: x+y, [1,2,3,4,5]) 15 >>> reduce(lambda x,y:x*y,range(1,5)) 24
注意: python 3中reduce() 函数已经被从全局名字空间里移除了,它现在被放置在 fucntools 模块里,如果想要使用它,则需要通过引入 functools 模块来调用 reduce() 函数。
filter函数
Python的 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。该方法与map和reduce类似,第一个参数都是函数,作用于可以迭代的对象比如列表和元组,但不同的是filter方法传入的函数是判断性函数, 只有符合条件的列表元素才会加入新的列表。Python 2中返回列表,python 3中返回filter对象,使用list方法可以转化为列表。
下面是使用filter方法打印出10以内偶数的经典代码。只有满足x % 2 == 0 的列表元素才会加入新的列表。
>>> l = filter(lambda x: x % 2 == 0, range(10)) >>> print(l) <filter object at 0x02C0BBF0> >>> print(list(l)) [0, 2, 4, 6, 8]
下面这段代码利用filter方法删除字符串列表里的空白字符串。只有满足s and s.strip() = True的字符串才会加入新的列表。
def not_empty(s): return s and s.strip() list(filter(not_empty, ['A', '', 'B', None, 'C', ' '])) # 结果: ['A', 'B', 'C']
最好一道是关于filter方法的经典面试题,利用filter方法筛选出一个列表中的素数。网上大多数代码都不完美,一是不能对小于等于2的数(包括0, 1和2)做出准确判断,二是使用了for i in range(2, n+1),做了很多无效循环。
>>> import math >>> def isPrime(n): if n <= 1: return False elif n == 2: return True else: for i in range(2, int(math.sqrt(n))+1): if n%i == 0: return False return True >>> l1 = [-1, 0, 2, 3, 6, 7, 8] >>> l2 = list(filter(isPrime, l1)) >>> print(l2) [2, 3, 7]
小结
本文详细总结了python的列表表达式及常用高阶函数如lambda, zip, map, enumerate, reduce, filter的用法。你学了吗?看懂的点个赞,没看懂的留个言啊。如果觉得特别赞的,行个赏啊。接下来本博客会分3个系列连载,分别为Django系列,一文看懂Python基础系列和Python爬虫系列,欢迎关注。
大江狗
2018.8.27