点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”

作者：Jonathan Hsu

编译：ronghuaiyang

导读

想不想去掉瀑布一样的For循环？使用函数式编程来写代码。

你有没有过看自己的代码的时候，看到瀑布一样的 for 循环？你是否发现自己不得不眯着眼睛，向显示器前倾才能看得更清楚？

我知道我有过。

For 循环是解决问题的瑞士军刀，但是，当需要浏览代码以快速阅读你所做的事情时，它们可能会让人不知所措。

有三种技术 — map、filter 和 reduce — 可以通过描述如何进行迭代来代替 for 训练。JavaScript 中也有这些技术，但是在 Python 中的实现略有不同。

我们将简要介绍这三种技术中的每一种，强调它们在 JavaScript 和 Python 中的语法差异，然后给出如何转换普通 for 循环的示例。

什么是 Map, Filter, 以及 Reduce?

回顾之前写的代码，我发现在 95%的情况下，当循环遍历字符串或数组时，我是这样做的：将序列map到每个值，filter满足特定条件的值，或者将数据集reduce到单个聚合值。

有了这样的认识，这三种方法就是识别 —— 然后实现，你遍历 iterable 的原因通常属于这三种功能中的一种：

• Map：对每个一项应用相同步骤的操作，然后存储结果。

• Filter：应用验证标准，存储评估为真的项。

• Reduce：返回一个在元素之间传递的值。

Python 中 Map/Filter/Reduce 的不同点是什么？

在 Python 中，这三种技术以函数的形式存在，而不是以数组或字符串类的方法。这意味着不要写成my_array.map(function)，而要写成map(function, my_list)。

此外，每种技术都需要传递一个函数，该函数将为每个一项执行。通常，函数被写成匿名函数(在 JavaScript 中称为胖箭头函数)。但是，在 Python 中经常看到使用 lambda 表达式。

lambda 表达式和箭头函数之间的语法实际上非常相似。将' => '替换为':'，并确保使用关键字' lambda '，其余内容几乎相同。

   

    

     

      

     
     

      

       // JavaScript Arrow Function
      
     
    

     

      

     
     

      

       const square = number => number * number;
      
     
    

     

      

     
     

      

       // Python Lambda Expression
      
     
    

     

      

     
     

      

       square = lambda number: number * number
      
     
   

箭头函数和 lambda 表达式之间的一个关键区别是，箭头函数可以扩展成包含多条语句的完整函数，而 lambda 表达式则被限制为返回的单个表达式。因此，在使用map()、filter()或reduce() 的时候，如果你需要对每个项执行多个操作，那么首先定义函数，然后将其包含进来。

   

    

     

      

     
     

      

       def inefficientSquare(number):
      
     
    

     

      

     
     

      

          result = number * number
      
     
    

     

      

     
     

      
   
       return result
      
     
    

     

      

     
     

      

       map(inefficientSquare, my_list)
      
     
   

替换 For 循环

好吧，说正事。下面是三个常见的 for 循环示例，它们将被 map、filter 和 reduce 替换。我们的编程提示：计算列表中奇数的平方和。

首先，使用 basic for 循环的例子。注意：这纯粹是为了演示，甚至可以在没有 map/filter/reduce 的情况下进行改进。

   

    

     

      

     
     

      

       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
      
     
   

让我们把每一步转换为一个函数：

   

    

     

      

     
     

      

       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)
      
     
   

有几个重要的语法点需要突出显示。

• map()和filter()是本地可用的。但是，reduce()必须从 Python 3+的functools库中导入。

• lmbda 表达式是所有三个函数中的第一个参数，而 iterable 是第二个参数

• reduce()的 lambda 表达式需要两个参数：累加器(传递给每个元素的值)和单个元素本身。

—END—

英文原文：https://medium.com/better-programming/how-to-replace-your-python-for-loops-with-map-filter-and-reduce-c1b5fa96f43a

请长按或扫描二维码关注本公众号

喜欢的话，请给我个好看吧！