Python之技巧

原创于 2020-12-27 17:09:33 发布 · 160 阅读

0 ·

CC 4.0 BY-SA版权

数据处理同时被 2 个专栏收录

11 篇文章

订阅专栏

Python 进阶技能

7 篇文章

订阅专栏

博客介绍了Python中对可迭代对象的几种操作方法。map可对单个或多个可迭代对象并行运算并返回新对象，还能批量提取字符串并转换类型；reduce可对可迭代对象进行累计操作；filter能筛选出满足条件的数值；pool.map with partial可在pool.map中传入其他参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python之技巧

1.map
2. reduce
3. filter
4. pool.map with partial

1.map

map
需求：对单个或多个可迭代对象并行运算,返回一个新的可迭代对象

for i in map(lambda x,y:x+y, [1,2,3,4,5],[1,2,3,4,5]): #对单个或多个可迭代对象并行运算,返回一个新的可迭代对象
    print(i,end=' ')
list(map(lambda x,y:x+y, [1,2,3,4,5],[1,2,3,4,5]))

在这里插入图片描述
需求：批量提取字符串并转换类型

a,b,c = map(int,"2020-11-26".split('-')) #批量提取字符串并转换类型
print(a,b,c)

在这里插入图片描述

2. reduce

需求：对可迭代对象，进行累计操作，比如累加

from functools import reduce
reduce(lambda x,y:x+y,[1,2,3,4,5]) #对可迭代对象，进行累计操作，比如累加

在这里插入图片描述

3. filter

需求：筛选出可迭代对象中满足条件的数值

list(filter(lambda x:x % 2 == 0,[1,2,3,4,5])) #筛选出可迭代对象中满足条件的数值

在这里插入图片描述

4. pool.map with partial

需求：pool.map中传入除可迭代对象外的其他参数。

# -*- coding: utf-8 -*-
from multiprocessing import Pool
from functools import partial # 导入偏函数
import numpy as np


def adjust(mean, number):
   print("mean: %f number: %.2f" % (mean, number))
   return abs(float("%.2f" % (mean - number)))


if __name__ == "__main__":
   num_list = [12, 45, 67, 88, 99, 62]
   num_mean = np.average(num_list)  # 计算均值
   pool = Pool(4)  # 定义进程池

   p_func = partial(adjust, num_mean)  # 定义偏函数，并传入均值
   res_list = pool.map(p_func, num_list) # 执行map，传入列表
   print(res_list)

结果：

(base) D:\Pycharm Pro\senseTimePro>python hkjhk.py
mean: 62.166667 number: 12.00
mean: 62.166667 number: 45.00
mean: 62.166667 number: 67.00
mean: 62.166667 number: 88.00
mean: 62.166667 number: 99.00
mean: 62.166667 number: 62.00
[50.17, 17.17, 4.83, 25.83, 36.83, 0.17]