Python中对列表的函数工具<很实用的工具>

5.1.1 函数程序设计工具

Python中有一些函数程序设计风格的东西，例如前面我们看到的lambda形式。关于列表有 三个非常有用的内置函数：filter(), map()和reduce()。

“filter(函数, 序列)”返回一个序列（尽可能与原来同类型），序列元素是原序列中由 指定的函数筛选出来的那些，筛选规则是“函数(序列元素)=true”。filter()可以用来取出 满足条件的子集。例如，为了计算一些素数：

>>> def f(x): return x % 2 != 0 and x % 3 != 0 ... >>> filter(f, range(2, 25)) [5, 7, 11, 13, 17, 19, 23]

“map(函数，序列)”对指定序列的每一项调用指定的函数，结果为返回值组成的列表。map() 可以对序列进行隐式循环。例如，要计算三次方，可用：

>>> def cube(x): return x*x*x ... >>> map(cube, range(1, 11)) [1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]

可以有多个序列作为自变量，这时指定的函数必须也有相同个数的自变量，函数从每个序 列分别取出对应元素作为自变量进行调用（如果某个序列比其它的短则取出的值是None）。 如果指定的函数是None，map()把它当成一个返回自己的自变量的恒同函数。在函数用None的 情况下指定多个序列可以把多个序列搭配起来，比如“map(None, list1, list2)”可以把两 个列表组合为一个成对值的列表。见下例：

>>> seq = range(8) >>> def square(x): return x*x ... >>> map(None, seq, map(square, seq)) [(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25), (6, 36), (7, 49)]

“reduce(函数, 序列)”用来进行类似累加这样的操作，这里的函数是一个两个子变量的 函数，reduce()先对序列的前两项调用函数得到一个结果，然后对结果和序列下一项调用函 数得到一个新结果，如此进行到序列尾部。例如，要计算1到10的和：

>>> def add(x,y): return x+y ... >>> reduce(add, range(1, 11)) 55

如果序列中只有一个值则返回这个值，序列为空时会产生例外。可以指定第三个自变量作 为初始值。有初始值时对空序列函数将返回初始值，否则函数先对初始值和序列第一项作用 ，然后对结果和序列下一项作用，如此进行到序列尾。例如：

>>> def sum(seq): ... def add(x,y): return x+y ... return reduce(add, seq, 0) ... >>> sum(range(1, 11)) 55 >>> sum([]) 0实际的一个应用案例

N = [{u'fail_total': 3.0, u'job_id': u'xxx1', u'succ_total': 5.0}, {u'fail_total': 3.0, u'job_id': u'xxx2', u'succ_total': 2.0}, {u'fail_total': 3.0, u'job_id': u'xxx2', u'succ_total': 2.0}]
def g(dic):
    if dic.get('job_id') == 'xxx1':return dic.get("succ_total"),dic.get("fail_total")
def f(dic):return dic.get('job_id') == 'xxx1'
print map(g, filter(f,N))[0][1]
很容易就可以把里面的数据给筛选出来了！