标签：map return 函数 reduce filter print sorted lambda

# lambda 函数
from functools import reduce

a = lambda x: x ** 2
print(a(3))


def power(func, l=[]):
    return [func(x) for x in l]


print(power(lambda x: x ** 2, [2, 3, 4]))

# map函数   一般配合着lambda函数使用

print(list(map(lambda x, y: x + y, [1, 3, 5], [2, 4, 5])))

# reduce函数
from functools import reduce


def func(x, y):
    print(x, y)  # reduce 函数过程
    return x * y


print(reduce(func, [1, 2, 3, 4, 5]))  # ((((1*2)*3)*4)*5)

# 配合 lambda函数使用
print(reduce(lambda x, y: x * y, [1, 2, 3, 4, 5]))


# 有初始值时
def func1(x, y):
    print(x, y)
    return x * y


print(reduce(func1, [1, 2, 3, 4, 5], 3))


# filter函数  过滤的意思
def my_fun(x):
    return x % 2 == 0


result = filter(my_fun, [1, 2, 3, 4, 5])
print(list(result))
# sorted函数   排序
# sorted(iterable, /, *, key=None, reverse=False)
print(sorted([145, 35, 76, 8, 64, 60]))  # 升序排列
print(sorted([145, 35, 76, 8, 64, 60], reverse=True))  # 降序排列

data = ([44, 77], [90, 56])
print(sorted(data))  # 按第一个数排序
print(sorted(data, key=lambda item: item[1]))  # 按二个数排序

标签：map,return,函数,reduce,filter,print,sorted,lambda
来源： https://www.cnblogs.com/kk-style/p/16375494.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。