詳細分析python3的reduce函數(shù)
reduce() 函數(shù)在 python 2 是內(nèi)置函數(shù)， 從python 3 開始移到了 functools 模塊。
官方文檔是這樣介紹的
reduce(...) reduce(function, sequence[, initial]) -> value Apply a function of two arguments cumulatively to the items of a sequence, from left to right, so as to reduce the sequence to a single value. For example, reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates ((((1+2)+3)+4)+5). If initial is present, it is placed before the items of the sequence in the calculation, and serves as a default when the sequence is empty. 從左到右對一個序列的項累計地應用有兩個參數(shù)的函數(shù)，以此合并序列到一個單一值。 例如，reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) 計算的就是((((1+2)+3)+4)+5)。 如果提供了 initial 參數(shù)，計算時它將被放在序列的所有項前面，如果序列是空的，它也就是計算的默認結(jié)果值了
嗯， 這個文檔其實不好理解?？戳诉€是不懂。 序列 其實就是python中 tuple list dictionary string 以及其他可迭代物，別的編程語言可能有數(shù)組。
reduce 有 三個參數(shù)
function 有兩個參數(shù)的函數(shù)， 必需參數(shù)
sequence tuple ，list ，dictionary， string等可迭代物，必需參數(shù)
initial 初始值， 可選參數(shù)
reduce的工作過程是 ：在迭代sequence(tuple ，list ，dictionary， string等可迭代物)的過程中，首先把 前兩個元素傳給 函數(shù)參數(shù)，函數(shù)加工后，然后把得到的結(jié)果和第三個元素作為兩個參數(shù)傳給函數(shù)參數(shù)， 函數(shù)加工后得到的結(jié)果又和第四個元素作為兩個參數(shù)傳給函數(shù)參數(shù)，依次類推。 如果傳入了 initial 值， 那么首先傳的就不是 sequence 的第一個和第二個元素，而是 initial值和 第一個元素。經(jīng)過這樣的累計計算之后合并序列到一個單一返回值
reduce 代碼舉例，使用REPL演示
>>> def add(x, y): ... return x+y ... >>> from functools import reduce >>> reduce(add, [1,2,3,4]) >>>
上面這段 reduce 代碼，其實就相當于 1 + 2 + 3 + 4 = 10， 如果把加號改成乘號， 就成了階乘了
當然 僅僅是求和的話還有更簡單的方法，如下
>>> sum([1,2,3,4]) 10 >>>
很多教程只講了一個加法求和，太簡單了，對新手加深理解還不夠。下面講點更深入的例子
還可以把一個整數(shù)列表拼成整數(shù)，如下
>>> from functools import reduce >>> reduce(lambda x, y: x * 10 + y, [1 , 2, 3, 4, 5]) 12345 >>>
對一個復雜的sequence使用reduce ，看下面代碼，更多的代碼不再使用REPL， 使用編輯器編寫
from functools import reduce
scientists =({'name':'Alan Turing', 'age':105},
{'name':'Dennis Ritchie', 'age':76},
{'name':'John von Neumann', 'age':114},
{'name':'Guido van Rossum', 'age':61})
def reducer(accumulator , value):
sum = accumulator['age'] + value['age']
return sum
total_age = reduce(reducer, scientists)
print(total_age)
這段代碼會出錯，看下圖的執(zhí)行過程
所以代碼需要修改
from functools import reduce
scientists =({'name':'Alan Turing', 'age':105, 'gender':'male'},
{'name':'Dennis Ritchie', 'age':76, 'gender':'male'},
{'name':'Ada Lovelace', 'age':202, 'gender':'female'},
{'name':'Frances E. Allen', 'age':84, 'gender':'female'})
def reducer(accumulator , value):
sum = accumulator + value['age']
return sum
total_age = reduce(reducer, scientists, 0)
print(total_age)
7， 9 行 紅色部分就是修改 部分。 通過 help(reduce) 查看 文檔，reduce 有三個參數(shù)， 第三個參數(shù)是初始值的意思，是可有可無的參數(shù)。
修改之后就不出錯了，流程如下
這個仍然也可以用 sum 來更簡單的完成
sum([x['age'] for x in scientists ])
做點更高級的事情，按性別分組
from functools import reduce
scientists =({'name':'Alan Turing', 'age':105, 'gender':'male'},
{'name':'Dennis Ritchie', 'age':76, 'gender':'male'},
{'name':'Ada Lovelace', 'age':202, 'gender':'female'},
{'name':'Frances E. Allen', 'age':84, 'gender':'female'})
def group_by_gender(accumulator , value):
accumulator[value['gender']].append(value['name'])
return accumulator
grouped = reduce(group_by_gender, scientists, {'male':[], 'female':[]})
print(grouped)
輸出
{'male': ['Alan Turing', 'Dennis Ritchie'], 'female': ['Ada Lovelace', 'Frances E. Allen']}
可以看到，在 reduce 的初始值參數(shù)傳入了一個dictionary，， 但是這樣寫 key 可能出錯，還能再進一步自動化，運行時動態(tài)插入key
修改代碼如下
grouped = reduce(group_by_gender, scientists, collections.defaultdict(list))
當然 先要 import collections 模塊
這當然也能用 pythonic way 去解決
import itertools
scientists =({'name':'Alan Turing', 'age':105, 'gender':'male'},
{'name':'Dennis Ritchie', 'age':76, 'gender':'male'},
{'name':'Ada Lovelace', 'age':202, 'gender':'female'},
{'name':'Frances E. Allen', 'age':84, 'gender':'female'})
grouped = {item[0]:list(item[1])
for item in itertools.groupby(scientists, lambda x: x['gender'])}
print(grouped)
再來一個更晦澀難懂的玩法。工作中要與其他人協(xié)作的話，不建議這么用，與上面的例子做同樣的事，看不懂無所謂。
from functools import reduce
scientists =({'name':'Alan Turing', 'age':105, 'gender':'male'},
{'name':'Dennis Ritchie', 'age':76, 'gender':'male'},
{'name':'Ada Lovelace', 'age':202, 'gender':'female'},
{'name':'Frances E. Allen', 'age':84, 'gender':'female'})
grouped = reduce(lambda acc, val: {**acc, **{val['gender']: acc[val['gender']]+ [val['name']]}}, scientists, {'male':[], 'female':[]})
print(grouped)
**acc， **{val['gneder']... 這里使用了 dictionary merge syntax , 從 python 3.5 開始引入， 詳情請看 PEP 448 - Additional Unpacking Generalizations 怎么使用可以參考這個 python - How to merge two dictionaries in a single expression? - Stack Overflow
python 社區(qū)推薦寫可讀性好的代碼，有更好的選擇時不建議用reduce，所以 python 2 中內(nèi)置的reduce 函數(shù) 移到了 functools模塊中
相關文章
python實現(xiàn)可將字符轉(zhuǎn)換成大寫的tcp服務器實例
這篇文章主要介紹了python實現(xiàn)可將字符轉(zhuǎn)換成大寫的tcp服務器,通過tcp服務器端實現(xiàn)針對字符的轉(zhuǎn)換與返回功能,具有一定參考借鑒價值,需要的朋友可以參考下2015-04-04
這篇文章主要為大家詳細介紹了tensorflow實現(xiàn)邏輯回歸模型的相關資料，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-09-09
Python 模擬生成動態(tài)產(chǎn)生驗證碼圖片的方法
這篇文章主要介紹了Python 模擬生成動態(tài)產(chǎn)生驗證碼圖片的方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-02-02
Python基于hashlib模塊的文件MD5一致性加密驗證示例
這篇文章主要介紹了Python基于hashlib模塊的文件MD5一致性加密驗證,涉及Python使用hashlib模塊進行字符串與文件的MD5加密驗證操作相關實現(xiàn)技巧,需要的朋友可以參考下2018-02-02
這篇文章主要介紹了Python切片操作,結(jié)合實例形式詳細深入的分析了Python切片操作的原理、參數(shù)屬性、相關函數(shù)及操作注意事項,需要的朋友可以參考下2018-07-07
這篇文章主要為大家詳細介紹了python圖片驗證碼生成代碼，感興趣的朋友可以參考一下2016-07-07
這篇文章主要介紹了學習Python爬蟲的幾點建議，對新手學習爬蟲有很大的幫助，感興趣的朋友可以了解下2020-08-08
Python json 錯誤xx is not JSON serializable解決辦法
這篇文章主要介紹了Python json 錯誤xx is not JSON serializable解決辦法的相關資料,需要的朋友可以參考下2017-03-03
keras中epoch,batch,loss,val_loss用法說明
這篇文章主要介紹了keras中epoch,batch,loss,val_loss用法說明，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-07-07
Python實現(xiàn)遠程調(diào)用MetaSploit的方法
這篇文章主要介紹了Python實現(xiàn)遠程調(diào)用MetaSploit的方法,是很有借鑒價值的一個技巧,需要的朋友可以參考下2014-08-08