Python中 Map/Filter/Reduce的差異

作者：Jonathan Hsu
編譯：ronghuaiyang

導(dǎo)讀

想不想去掉瀑布一樣的For循環(huán)？使用函數(shù)式編程來(lái)寫(xiě)代碼。

你有沒(méi)有過(guò)看自己的代碼的時(shí)候，看到瀑布一樣的 for 循環(huán)？你是否發(fā)現(xiàn)自己不得不瞇著眼睛，向顯示器前傾才能看得更清楚？

我知道我有過(guò)。

For 循環(huán)是解決問(wèn)題的瑞士軍刀，但是，當(dāng)需要瀏覽代碼以快速閱讀你所做的事情時(shí)，它們可能會(huì)讓人不知所措。

有三種技術(shù) — map、filter 和 reduce — 可以通過(guò)描述如何進(jìn)行迭代來(lái)代替 for 訓(xùn)練。JavaScript 中也有這些技術(shù)，但是在 Python 中的實(shí)現(xiàn)略有不同。

我們將簡(jiǎn)要介紹這三種技術(shù)中的每一種，強(qiáng)調(diào)它們?cè)?JavaScript 和 Python 中的語(yǔ)法差異，然后給出如何轉(zhuǎn)換普通 for 循環(huán)的示例。

什么是 Map, Filter, 以及 Reduce?

回顧之前寫(xiě)的代碼，我發(fā)現(xiàn)在 95%的情況下，當(dāng)循環(huán)遍歷字符串或數(shù)組時(shí)，我是這樣做的：將序列map到每個(gè)值，filter滿足特定條件的值，或者將數(shù)據(jù)集reduce到單個(gè)聚合值。

有了這樣的認(rèn)識(shí)，這三種方法就是識(shí)別 —— 然后實(shí)現(xiàn)，你遍歷 iterable 的原因通常屬于這三種功能中的一種：

Map：對(duì)每個(gè)一項(xiàng)應(yīng)用相同步驟的操作，然后存儲(chǔ)結(jié)果。

Filter：應(yīng)用驗(yàn)證標(biāo)準(zhǔn)，存儲(chǔ)評(píng)估為真的項(xiàng)。

Reduce：返回一個(gè)在元素之間傳遞的值。

Python 中 Map/Filter/Reduce 的不同點(diǎn)是什么？

在 Python 中，這三種技術(shù)以函數(shù)的形式存在，而不是以數(shù)組或字符串類的方法。這意味著不要寫(xiě)成my_array.map(function)，而要寫(xiě)成map(function, my_list)。

此外，每種技術(shù)都需要傳遞一個(gè)函數(shù)，該函數(shù)將為每個(gè)一項(xiàng)執(zhí)行。通常，函數(shù)被寫(xiě)成匿名函數(shù)(在 JavaScript 中稱為胖箭頭函數(shù))。但是，在 Python 中經(jīng)?？吹绞褂?lambda 表達(dá)式。

lambda 表達(dá)式和箭頭函數(shù)之間的語(yǔ)法實(shí)際上非常相似。將' => '替換為':'，并確保使用關(guān)鍵字' lambda '，其余內(nèi)容幾乎相同。

// JavaScript Arrow Function
const square = number => number * number;
// Python Lambda Expression
square = lambda number: number * number

箭頭函數(shù)和 lambda 表達(dá)式之間的一個(gè)關(guān)鍵區(qū)別是，箭頭函數(shù)可以擴(kuò)展成包含多條語(yǔ)句的完整函數(shù)，而 lambda 表達(dá)式則被限制為返回的單個(gè)表達(dá)式。因此，在使用map()、filter()或reduce() 的時(shí)候，如果你需要對(duì)每個(gè)項(xiàng)執(zhí)行多個(gè)操作，那么首先定義函數(shù)，然后將其包含進(jìn)來(lái)。

def inefficientSquare(number):
   result = number * number
   return result
map(inefficientSquare, my_list)

替換 For 循環(huán)

好吧，說(shuō)正事。下面是三個(gè)常見(jiàn)的 for 循環(huán)示例，它們將被 map、filter 和 reduce 替換。我們的編程提示：計(jì)算列表中奇數(shù)的平方和。

首先，使用 basic for 循環(huán)的例子。注意：這純粹是為了演示，甚至可以在沒(méi)有 map/filter/reduce 的情況下進(jìn)行改進(jìn)。

numbers = [1,2,3,4,5,6]
odd_numbers = []
squared_odd_numbers = []
total = 0
# filter for odd numbers
for number in numbers:
   if number % 2 == 1:
      odd_numbers.append(number)
# square all odd numbers
for number in odd_numbers:
   squared_odd_numbers.append(number * number)
# calculate total
for number in squared_odd_numbers:
   total += number
# calculate average

讓我們把每一步轉(zhuǎn)換為一個(gè)函數(shù)：

from functools import reduce
numbers = [1,2,3,4,5,6]
odd_numbers = filter(lambda n: n % 2 == 1, numbers)
squared_odd_numbers = map(lambda n: n * n, odd_numbers)
total = reduce(lambda acc, n: acc + n, squared_odd_numbers)

有幾個(gè)重要的語(yǔ)法點(diǎn)需要突出顯示。

map()和filter()是本地可用的。但是，reduce()必須從 Python 3+的functools庫(kù)中導(dǎo)入。

lmbda 表達(dá)式是所有三個(gè)函數(shù)中的第一個(gè)參數(shù)，而 iterable 是第二個(gè)參數(shù)

reduce()的 lambda 表達(dá)式需要兩個(gè)參數(shù)：累加器(傳遞給每個(gè)元素的值)和單個(gè)元素本身。

編輯：hfy