python--map()、reduce()

map()とreduce()はビッグデータを処理する際の重要な考え方であり,普段でも利用できる.pythonにはこの2つの方法が内蔵されており,mapはマッピングの意味をとり,reduceは帰納の意味をとる.
一、map()

map(func, lsd)

パラメータ1は関数パラメータ2はシーケンス

機能:入力された関数をシーケンス内の各要素に順次作用させ、結果を新しいIteratorとして返す.注意:反復可能なオブジェクトは不活性なリストであり、直接アドレスとして出力されます.中身を表示する書き込みを出力するには、eg:print(list(res))

 1 #                     
 2 
 3 def char2int(chr):
 4     return {'0':0, '1':1, '2':2, '3':3}[chr] #              
 5 
 6 lis = ['2','1','3','0']
 7 res = map(char2int, lis) #                
 8 res2 = map(int, lis) #          
 9 print(res) #     ，        
10 print(list(res)) #        
11 print(list(res2))

二、ruduce()

reduce(func, lsd)

パラメータ1は関数パラメータ2はシーケンス
注意:reduceは導入する必要があります:from functools import reduce

機能:1つの関数がシーケンスに作用し、この関数は2つのパラメータを受け入れなければならない.reduceは結果をシーケンスの次の要素と累積演算し続ける.

eg:reduce(f,[a,b,c,d])は、f(f(f(a,b),c),d)----fに等価であり、2つのパラメータを受け入れる関数である.

 1 #       
 2 
 3 from functools import reduce
 4 #          
 5 def Sum(a,b):
 6     return a + b
 7 lis = [1,2,3,4,5]
 8 
 9 res = reduce(Sum, lis) #                
10 print(res) #   reduce         ，    map      

三、総合
map、reduceはよく組み合わせて使用されますが、実用的かどうかにかかわらず、どのように使用するかを説明するための簡単な例があります.

 1 #                      
 2 
 3 from functools import reduce #   reduce  
 4 
 5 def str2int(str):
 6         # reduce      ， map         ，            
 7     def fc(x,y):
 8         return x * 10 + y
 9         #                    ，         
10     def fs(chr):
11         return {'0':0, '1':1, '2':2, '3':3,'4':4, '5':5, '6':6, '7':7, '8':8, '9':9}[chr]
12     return reduce(fc, map(fs,list(str))) #    map           ，   reduce         
13 res = str2int('2314233123')
14 print(res)