封面前言
在高中数学中，有一个抽象的概念，叫映射。它通常在函数、集合等主题里出现，是帮助我们理解的一个手段。不过出镜率不是很高。直到后来的神经网络算法中，又见到了差不多的东西，所以需要重新认识一下。而我们知道，python是对这些算法有很简单的入门，这就是今天要聊的主题之一：函数Map。然而提到他又不得不说到另一个函数Reduce。
实战
认识Map和Reduce
在Python中，map和reduce是两个非常有用的内置函数，它们都来自于functools模块。它们主要用于处理可迭代对象（如列表、元组等），并对其中的元素执行特定的操作。
Map
先来看下map的定义（两个参数的）
代码语言：python代码运行次数：0复制def map(
__func: Callable[..., _S], # 要应用的函数
*iterables: Iterable[Any], # 要迭代的可迭代对象
) -> Iterator[_S]: ...使用起来就是
代码语言：python代码运行次数：0复制map(function, iterable)
Map简单原理案例
实现一元一次函数
import matplotlib
import matplotlib.pyplot as plt
# 绘制横线
def drawOneLine(x, y):
plt.plot(x, y)
# 将输出保存为图片
plt.savefig('plot.jpg')
# 一元一次方程 y = 2x 1
def func(x):
return 2 * x 1
# 使用Agg模式
matplotlib.use('Agg')
# 输入变量
inputX = [0, 1, 2, 3, 4, 5];
# 显示结果
drawOneLine(inputX, list(map(func, inputX)))运行结果
函数 y=2x 1Reduce
reduce函数接受一个函数（或可调用对象）和一个可迭代对象作为参数。它将函数应用于可迭代对象的前两个元素，然后将结果与下一个元素一起传递给函数，依此类推，直到处理完所有元素。最终，reduce返回一个单个的结果值。
相比于map，reduce记录上次运算结果，并将结果参与到本次运算中，在一些特殊场景下，也省了一部分代码量。
代码语言：python代码运行次数：0复制"""
function: 要应用的函数
iterable: 要迭代的可迭代对象
value: 结果
"""
reduce(function, iterable[, initial]) -> value简单使用
代码语言：python代码运行次数：0复制from functools import reduce
result = reduce(lambda x, y: x y, [1, 2, 3, 4, 5])
print(result) # 15综合应用
马上到年底了，该算工资了，那么我们来用map和reduce实现一下税前和税后的总工资.。
代码语言：python代码运行次数：1复制from functools import reduce
# 定义员工类
class Employee:
def __init__(self, name, salary):
self.name = name
self.salary = salary
# 员工
employees = [
Employee("张三", 5000),
Employee("李四", 6000),
Employee("王五", 7000),
Employee("王二麻子", 8000),
Employee("花花", 9000),
]
# 税率：20%
tax_rate = 0.2
# 员工的税前收入
def pre_tax_income(employee):
return employee.salary
# 员工的税后收入
def post_tax_income(employee, tax_rate):
return employee.salary * (1 - tax_rate)
# 使用map计算每个员工的税前收入
pre_tax_totals = map(pre_tax_income, employees)
# 使用map计算每个员工的税后总收入
post_tax_totals = map(lambda employee: post_tax_income(employee, tax_rate), employees)
# 使用reduce计算税前总收入
pre_tax_total = reduce(lambda x, y: x y, pre_tax_totals)
# 使用reduce计算税后总收入
post_tax_total = reduce(lambda x, y: x y, post_tax_totals)
print("税前总收入:", pre_tax_total) # 输出：税前总收入: 35000
print("税后总收入:", post_tax_total) # 输出：税后总收入: 28000.0总结
以上就是map和reduce的快速入门了，其实不难发现，只是语法简化了一些，少写一些代码。所以经常能看见python一行代码实现XXX的言论。如果你也喜欢跟简化的代码，那就快来试试吧！
