0
你是否有過這樣的經歷，你查看自己寫的代碼并看到滿眼的 for 循環？你發現你必須斜著你的眼睛，并將腦袋前傾到你的顯示器，以看得更清楚。
反正我有過這樣的經歷。
for 循環就像是一把瑞士軍刀，它可以解決很多問題，但是，當你需要掃視代碼，快速搞清楚代碼所做的事情時，它們可能會讓人不知所措。
map、filter 和 reduce 這三種技術可以提供描述迭代原因的函數替代方案，以便避免過多的 for 循環。我之前在 JavaScript 中寫過這些技術的入門文章，但是它們在 Python 中的實現略有不同。
我們將簡要介紹這三種技術，主要介紹它們在 JavaScript 和 Python 中的語法差異，然后給出如何轉換 for 循環的示例。
什么是 Map、Filter 和 Reduce？
回顧我以前編寫的代碼，我意識到 95% 的時間都花在遍歷字符串或數組上。在這種情況下，我會執行以下操作之一：將一系列語句映射到每個值，篩選滿足特定條件的值，或將數據集減少為單個聚合值。
有了這種洞察力，你就可以識別和實現這三種方法，即循環遍歷通常屬于這三種功能類別之一：
Map：對每個項應用相同的步驟集，存儲結果
Filter：應用驗證條件，存儲計算結果為 True 的項
Reduce：返回一個從元素傳遞到元素的值
為什么 Python Map/Filter/Reduce 會不一樣？
在 Python 中，這三種技術作為函數存在，而不是數組或字符串類的方法。這意味著，你將編寫 map(function, my_list)，而不是編寫 my_array.map（function）。
此外，每個技術都需要傳遞一個函數，該函數將執行每個項目。通常，該函數是作為匿名函數（在 JavaScript 中稱為 arrow 頭函數）編寫的。但是，在 Python 中，你經常看到被使用的是 lambda 表達式。
lambda 表達式和 arrow 函數之間的語法實際上非常相似。將 => 替換為 ： 并確保使用關鍵字 lambda，其余的幾乎相同。
// JavaScript Arrow Function
const square = number => number * number;
// Python Lambda Expression
square = lambda number: number * number
arrow 函數和 lambda 表達式之間的一個關鍵區別是，arrow 函數能夠通過多個語句擴展成完整的函數，而 lambda 表達式僅限于返回的單個表達式。因此，在使用 map（）、filter（）或 reduce（）時，如果需要對每個項執行多個操作，請先定義函數，然后再包含它。
def inefficientSquare(number):
result = number * number
return result
map(inefficientSquare, my_list)
替換 for 循環
好了，下面來點好東西。下面是三個常見的 for 循環示例，它們將被 map、filter 和 reduce 替換。我們的編程目標：計算列表中奇數平方和。
首先，使用 基本的 for 循環示例。注意：下面的代碼純粹是為了演示，即使沒有 map/filter/reduce 也有改進空間。
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
讓我們將每個步驟轉換為這三個函數的其中之一：
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)
有幾個重要的語法要點要強調。
map（）和 filter（）本機可用。但是，reduce（）必須從 Python 3 以上版本中的函數庫導入
lambda 表達式是所有三個函數中的第一個參數，iterable 是第二個參數
reduce（）的 lambda 表達式需要兩個參數：累加器（傳遞給每個元素的值）和單個元素本身
記住，for 循環在代碼中確實是很重要的，但是擴展工具包從來都不是壞事。
雷鋒網雷鋒網雷鋒網
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
