Python 中堪称神仙的 6 个内置函数

大家好，建议大家多使用 Python 的内置函数，既能提高自己的 Python 程序速度，同时还能保持代码简洁易懂。

今天，我会一次性分享 6 个堪称神仙的内置函数。在很多计算机书籍中，它们也通常作为高阶函数来介绍。而我自己在日常工作中，经常使用它们来使代码更快，更易于理解。喜欢记得收藏、关注、点赞。

注：完整代码、资料、技术交流，文末获取

Lambda 函数

Lambda 函数用于创建匿名函数，即没有名称的函数。它只是一个表达式，函数体比 def 简单很多。当我们需要创建一个函数来执行单个操作并且可以在一行中编写时，就可以用到匿名函数了。

lambda [arg1 [,arg2,.....argn]]:expression

lambda 的主体是一个表达式，而不是一个代码块。仅仅能在 lambda 表达式中封装有限的逻辑进去。例如：

lambda x: x+2

如果我们也想像 def 定义的函数随时调用，可以将 lambda 函数分配给这样的函数对象。

add2 = lambda x: x+2

add2(10)

输出结果：

利用 Lambda 函数，可以将代码简化很多，具体再举个例子。

如上图所示，结果列表 newlist 是使用 lambda 函数用一行代码生成的。

Map 函数

map()函数会将一个函数映射到一个输入列表的所有元素上。

map(function,iterable)

比如我们先创建了一个函数来返回一个大写的输入单词，然后将此函数应有到列表 colors 中的所有元素。

def makeupper(word):

return word.upper()

colors=['red','yellow','green','black']

colors_uppercase=list(map(makeupper,colors))

colors_uppercase

此外，我们还可以使用匿名函数 lambda 来配合 map 函数，这样可以更加精简。

colors=['red','yellow','green','black']

colors_uppercase=list(map(lambda x: x.upper(),colors))

colors_uppercase

如果我们不用 Map 函数的话，就需要使用 for 循环。

如上图所示，在实际使用中 Map 函数会比 for 循环依次列表元素的方法快 1.5 倍。

Reduce 函数

当需要对一个列表进行一些计算并返回结果时，reduce()是个非常有用的函数。举个例子，当需要计算一个整数列表所有元素的乘积时，即可使用 reduce 函数实现。[1]

它与函数的最大的区别就是，reduce()里的映射函数（function）接收两个参数，而 map 接收一个参数。

reduce(function, iterable[, initializer])

接下来我们用实例来演示 reduce()的代码执行过程。

from functools import reduce

def add(x, y) : # 两数相加

return x + y

numbers = [1,2,3,4,5]

sum1 = reduce(add, numbers) # 计算列表和

得到结果 sum1 = 15

我们会看到，reduce 将一个相加函数 add()作用在一个列表[1,2,3,4,5]上，映射函数接收了两个参数，reduce()把结果继续和列表的下一个元素做累加计算。

此外，我们同样可以使用匿名函数 lambda 来配合 reduce 函数，这样可以更加精简。

from functools import reduce

numbers = [1,2,3,4,5]

sum2 = reduce(lambda x, y: x+y, numbers)

得到输出 sum2= 15，与之前结果保持一致。

需要注意：Python3.x 开始 reduce()已经被移到 functools 模块里[2]，如果我们要使用，需要用 from functools import reduce 导入.