Python函数如何用函数处理数组中的简单数据 Python函数列表处理的基础应用教程​

map()

filter()

def double_numbers(numbers):
    """
    将列表中每个数字翻倍。
    """
    doubled_list = []
    for num in numbers:
        doubled_list.append(num * 2)
    return doubled_list

my_list = [1, 2, 3, 4, 5]
processed_list = double_numbers(my_list)
print(f"原始列表: {my_list}")
print(f"处理后列表: {processed_list}")

# 或者用更Pythonic的方式，比如列表推导式
def double_numbers_comprehension(numbers):
    return [num * 2 for num in numbers]

processed_list_comp = double_numbers_comprehension(my_list)
print(f"列表推导式处理后: {processed_list_comp}")

[num * 2 for num in numbers]

map()

map

# 使用 map() 函数
numbers = [1, 2, 3, 4, 5]
doubled_by_map = list(map(lambda x: x * 2, numbers))
print(f"使用map()处理后: {doubled_by_map}")

map

filter()

filter()

True

False

filter()

True

# 使用 filter() 函数，筛选出偶数
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(f"使用filter()筛选偶数: {even_numbers}")

functools

map

filter

reduce

from functools import reduce

# 使用 reduce() 计算列表所有元素的和
numbers = [1, 2, 3, 4, 5]
sum_of_numbers = reduce(lambda x, y: x + y, numbers)
print(f"使用reduce()计算和: {sum_of_numbers}")

len()

sum()

min()

max()

sorted()

map

filter

# 示例：处理一个包含字典的列表，筛选并格式化数据
users_data = [
    {'id': 1, 'name': 'Alice', 'email': 'alice@example.com', 'status': 'active'},
    {'id': 2, 'name': 'Bob', 'email': 'bob@example.com', 'status': 'inactive'},
    {'id': 3, 'name': 'Charlie', 'email': 'charlie@example.com', 'status': 'active'},
    {'id': 4, 'name': 'David', 'email': 'david@example.com', 'status': 'pending'}
]

def get_active_user_emails(users_list):
    """
    从用户列表中筛选出活跃用户的邮箱，并转换为小写。
    使用生成器处理，更高效。
    """
    for user in users_list:
        if user.get('status') == 'active' and user.get('email'):
            yield user['email'].lower()

# 使用自定义函数处理数据
active_emails_generator = get_active_user_emails(users_data)
active_emails_list = list(active_emails_generator) # 转换为列表查看结果

print(f"活跃用户邮箱: {active_emails_list}")

get_active_user_emails

yield

users_data

data_strings = ["  Apple ", " banana ", "CHERRY ", " date "]

# 1. 定义纯函数，每个函数只做一件事
def strip_whitespace(s):
    return s.strip()

def to_lowercase(s):
    return s.lower()

def is_longer_than_five(s):
    return len(s) > 5

def capitalize_first_letter(s):
    return s.capitalize()

# 2. 组合这些函数，构建数据处理管道
# 方法一：链式调用（更像命令式，但体现了管道思想）
processed_data_1 = [capitalize_first_letter(s) for s in filter(is_longer_than_five, [to_lowercase(s) for s in map(strip_whitespace, data_strings)])]
print(f"链式处理结果: {processed_data_1}")

# 方法二：更函数式的组合（使用 functools.reduce 或自定义组合函数，这里用更易读的嵌套列表推导/map/filter）
# 这种方式可能更直观地体现了“流”的概念
cleaned_strings = map(strip_whitespace, data_strings)
lower_strings = map(to_lowercase, cleaned_strings)
filtered_strings = filter(is_longer_than_five, lower_strings)
final_strings = map(capitalize_first_letter, filtered_strings)

print(f"管道化处理结果: {list(final_strings)}")