快捷導(dǎo)航

Python??reduce()函數(shù)的用法示例代碼

更新時間：2023年05月18日 10:25:37 作者：山茶花開時

reduce函數(shù)原本在python2中也是個內(nèi)置函數(shù)，不過在python3中被移到functools模塊中，這篇文章主要介紹了Python reduce()函數(shù)的用法,需要的朋友可以參考下

Python reduce()函數(shù)的用法

reduce()函數(shù)也是Python內(nèi)置的一個高階函數(shù)。reduce()函數(shù)接收的參數(shù)和 map()類似，一個函數(shù) f，一個list，但行為和 map()不同，reduce()傳入的函數(shù) f 必須接收兩個參數(shù)，reduce()對list的每個元素反復(fù)調(diào)用函數(shù)f，并返回最終結(jié)果值。

reduce()函數(shù)會對參數(shù)序列中的元素進行累積

語法結(jié)構(gòu)

reduce(function, iterable[, initializer])

參數(shù)說明

function: 函數(shù)，有兩個參數(shù)
iterable: 可迭代對象
initializer: 初始參數(shù)(可選)

返回值

返回函數(shù)計算結(jié)果

綜上所述，reduce()函數(shù)將一個數(shù)據(jù)集合中的所有數(shù)據(jù)進行下列操作，先從數(shù)據(jù)集合中取出2個元素執(zhí)行指定函數(shù)function，并將輸出結(jié)果與第3個元素傳入function函數(shù)，輸出結(jié)果再與第4個元素傳入function函數(shù)進行計算，以此類推，直到列表每個元素都取完進行累積，最終返回計算結(jié)果

提示Tips

在python3中，內(nèi)置函數(shù)中已經(jīng)沒有reduce()函數(shù)了，它現(xiàn)在被放置在functools模塊里，如果想要使用它，則需要通過引入functools模塊來調(diào)用reduce()函數(shù)

from functools import reduce

示例1

from functools import reduce
# 兩數(shù)相加
def add(x,y):
    return x + y
# 計算1 + 2 + 3 + ... + 100的和
sum1 = reduce(add, range(1, 101))  
print(sum1)  # 5050
# 計算列表和：1+2+3+4+5
# 使用lambda匿名函數(shù)+reduce()函數(shù)
sum2 = reduce(lambda x, y: x+y, [1,2,3,4,5])
print(sum2)  # 15
sum3 = reduce(lambda x, y: x + y, [1, 2, 3, 4, 5], 6)
# 21 = 6 + 1 + 2 + 3 + 4 + 5 
print(sum3)  # 21

示例2

from functools import reduce
lst = [1,2,3,4,5]
# 120 = 1 * 2 * 3 * 4 * 5
print(reduce(lambda x,y:x*y,lst))  # 120

示例3

from functools import reduce
str1="abcdefg"
# gfedcba
print(reduce(lambda x,y:y+x, str1))

示例4

from functools import reduce
sentences = ['Hello World!! hello Andy'] 
# 統(tǒng)計字符串'Hello'出現(xiàn)的次數(shù)
word_count =reduce(lambda a,x:a+x.count("Hello"), sentences, 0)
print(word_count)  # 1

【Python基礎(chǔ)】reduce函數(shù)詳解

reduce函數(shù)原本在python2中也是個內(nèi)置函數(shù)，不過在python3中被移到functools模塊中。

reduce函數(shù)先從列表（或序列）中取出2個元素執(zhí)行指定函數(shù)，并將輸出結(jié)果與第3個元素傳入函數(shù)，輸出結(jié)果再與第4個元素傳入函數(shù)，…，以此類推，直到列表每個元素都取完。

1 reduce用法

對列表元素求和，如果不用reduce，我們一般常用的方法是for循環(huán)：

def sum_func(arr):
    if len(arr) <= 0:
        return 0
    else:
        out = arr[0]
        for v in arr[1:]:
            out += v
        return out
a = [1, 2, 3, 4, 5]
print(sum_func(a))

可以看到，代碼量比較多，不夠優(yōu)雅。如果使用reduce，那么代碼將非常簡潔：

from functools import reduce
a = [1, 2, 3, 4, 5]
def add(x, y): return x + y
print(reduce(add, a))

輸出結(jié)果為：

15

2 reduce與for循環(huán)性能對比

與內(nèi)置函數(shù)map和filter不一樣的是，在性能方面，reduce相比較for循環(huán)來說沒有優(yōu)勢，甚至在實際測試中

reduce比for循環(huán)更慢。

from functools import reduce
import time
def test_for(arr):
    if len(arr) <= 0:
        return 0
    out = arr[0]
    for i in arr[1:]:
        out += i
    return out
def test_reduce(arr):
    out = reduce(lambda x, y: x + y, arr)
    return out
a = [i for i in range(100000)]
t1 = time.perf_counter()
test_for(a)
t2 = time.perf_counter()
test_reduce(a)
t3 = time.perf_counter()
print('for循環(huán)耗時:', (t2 - t1))
print('reduce耗時:', (t3 - t2))

輸出結(jié)果如下：