当前位置：首页 > news >正文

Python 高阶函数：filter、map、reduce 详解

news 2025/8/12 10:22:58

Python 高阶函数：filter、map、reduce 详解

Python 提供了几个内置的高阶函数，用于对可迭代对象进行函数式编程风格的操作。其中最常用的三个是 filter()、map() 和 reduce()。

1. filter() 函数

filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象。

语法

filter(function, iterable)

功能

对 iterable 中的每个元素应用 function
只保留使 function 返回 True 的元素

示例

# 过滤出偶数
numbers = [1, 2, 3, 4, 5, 6]
even_numbers = filter(lambda x: x % 2 == 0, numbers)
print(list(even_numbers))  # 输出: [2, 4, 6]# 过滤掉空字符串
words = ["hello", "", "world", " ", "python"]
non_empty = filter(None, words)  # 当function为None时，自动过滤掉bool值为False的元素
print(list(non_empty))  # 输出: ['hello', 'world', ' ', 'python']# 更精确的过滤空字符串和空格
non_empty = filter(lambda x: x.strip(), words)
print(list(non_empty))  # 输出: ['hello', 'world', 'python']

2. map() 函数

map() 函数将指定函数应用于可迭代对象的每个元素，返回一个迭代器。

语法

map(function, iterable, ...)

功能

对 iterable 中的每个元素应用 function
可以接受多个可迭代对象（函数需要相应数量的参数）

示例

# 对每个元素求平方
numbers = [1, 2, 3, 4]
squares = map(lambda x: x**2, numbers)
print(list(squares))  # 输出: [1, 4, 9, 16]# 多个可迭代对象
nums1 = [1, 2, 3]
nums2 = [4, 5, 6]
sums = map(lambda x, y: x + y, nums1, nums2)
print(list(sums))  # 输出: [5, 7, 9]# 使用内置函数
words = ["hello", "world"]
lengths = map(len, words)
print(list(lengths))  # 输出: [5, 5]

3. reduce() 函数

reduce() 函数（在 Python 3 中位于 functools 模块）对序列中的元素进行累积操作。

语法

from functools import reduce
reduce(function, iterable[, initializer])

功能

对 iterable 中的元素两两累积应用 function
function 必须接受两个参数
如果有 initializer，则作为第一个累积的初始值

示例

from functools import reduce# 计算列表元素的乘积
numbers = [1, 2, 3, 4]
product = reduce(lambda x, y: x * y, numbers)
print(product)  # 输出: 24# 计算阶乘
n = 5
factorial = reduce(lambda x, y: x * y, range(1, n+1))
print(factorical)  # 输出: 120# 使用初始值
numbers = [1, 2, 3]
sum_with_initial = reduce(lambda x, y: x + y, numbers, 10)
print(sum_with_initial)  # 输出: 16 (10 + 1 + 2 + 3)# 连接字符串
words = ["Python", "is", "awesome"]
sentence = reduce(lambda x, y: f"{x} {y}", words)
print(sentence)  # 输出: "Python is awesome"

比较与选择

函数	返回值	用途	替代方案（推荐）
filter()	过滤后的迭代器	选择满足条件的元素	列表推导式 + if 条件
map()	转换后的迭代器	对每个元素应用函数进行转换	列表推导式
reduce()	单一累积结果	将序列缩减为单一累积值	显式循环或专用函数(sum等)

现代Python替代方案

虽然这些函数很有用，但在许多情况下，列表推导式和生成器表达式更受推荐：

# filter 的替代
numbers = [1, 2, 3, 4, 5, 6]
even_numbers = [x for x in numbers if x % 2 == 0]# map 的替代
squares = [x**2 for x in numbers]# reduce 的替代（求和）
total = sum(numbers)

性能考虑

在Python 2中，这些函数返回列表；在Python 3中返回迭代器，更节省内存
对于简单操作，列表推导式通常比map/filter更快
reduce通常可以用更明确的循环或专用函数（如sum()、math.prod()）替代，这样代码更易读

实际应用示例

数据处理管道

from functools import reducedata = ["10", "20", "30", "40", "abc", "50"]# 过滤非数字字符串 -> 转换为整数 -> 求和
result = reduce(lambda x, y: x + y,map(int, filter(str.isdigit, data)),0
)
print(result)  # 输出: 150 (10+20+30+40+50)

多步骤转换

# 将字符串列表转换为大写，过滤短词，然后连接
words = ["python", "is", "an", "awesome", "language"]result = reduce(lambda x, y: f"{x} {y}",filter(lambda x: len(x) > 2, map(str.upper, words))
)
print(result)  # 输出: "PYTHON IS AWESOME LANGUAGE"