↓推荐关注↓

我们知道在 Python 中使用循环速度是很慢，如果你正在处理类似的情况，那该怎么办呢？

在本文中，我将给大家分享可用于替代 Python 循环的方法和案例：

• Map
• Filter
• Reduce

在开始使用上述函数之前，如果你还不熟悉 lambda 函数，让我们快速了解一下。

Lambda 函数是常规函数的替代方法。它可以在一行代码中定义，因此在我们的代码中占用更少的时间和空间。例如，在下面的代码中，我们可以看到 lambda 函数的作用。

def multiply_by_2(x):
    x*2

lambda 函数

lambda x: x*2

注意：最好使用 lambda 函数而不是常规函数。

1、Map

使用 map 函数，我们可以将函数应用于可迭代对象(列表、元组等)的每个值。

map(function, iterable) 

假设我们想在一个列表(可迭代对象)中得到一个正方形的数字。我们将首先创建一个 square() 函数来查找数字的平方。

def square(x):
    return x*x

然后，我们将使用 map 函数将 square() 函数应用于输入数字列表。

input_list = [2, 3, 4, 5, 6]
# Without lambda 
result = map(square, input_list)
# Using lambda function 
result = map(lambda x: x*x, input_list)
# converting the numbers into a list
list(result)
# Output: [4, 9, 16, 25, 36]

2、Filter

直观地说，filter 函数用于从可迭代对象（列表、元组、集合等）中过滤掉值。过滤条件在作为参数传递给过滤器函数的函数内设置。

filter(function, iterable)

我们将使用 filter 函数来过滤小于 10 的值。

def less_than_10(x):
    if x < 10:
        return x 

然后，我们将使用 Filter 函数将 less_than_10() 函数应用于值列表。

input_list = [2, 3, 4, 5, 10, 12, 14] 
# Without lambda
list(filter(less_than_10, input_list))
# using lambda function 
list(filter(lambda x: x < 10, input_list))
# Output: [2, 3, 4, 5]

3、Reduce

Reduce 函数与 map 和 filter 函数有点不同。它迭代地应用于可迭代对象的所有值，并且只返回一个值。

在下面的示例中，通过应用加法函数来减少数字列表。最终输出将是列表中所有数字的总和，即 15。让我们创建一个添加两个输入数字的addition() 函数。

def addition(x,y):
    return x + y

接下来，为了获得列表中所有数字的总和，我们将把这个加法函数作为参数应用到 reduce 函数。

from functools import reduce
input_list = [1, 2, 3, 4, 5]
# Without Lambda function
reduce(addition, input_list))
# With Lambda function
reduce(lambda x,y: x+y, input_list))
# Output: 15