filter被称为高阶函数是有道理的。
1
2
3
4
5filter(self, /, *args, **kwargs) Docstring: filter(function or None, iterable) --> filter object Return an iterator yielding those items of iterable for which function(item) is true. If function is None, return the items that are true.
从Doc的简单描述可以看出,filter的主要作用是通过function对iterable中的元素进行过滤,并返回一个迭代器(iterator),其中是function返回True的元素。如果function传入None,则返回所有本身可以判断为True的元素。
例1:
1
2
3l = [x for x in range(10)] print(list(filter(lambda x : x%2 == 0, l))) #输出[2,4,6,8]
因为filter返回的是一个iterator,所以输出的时候需要用list进行转换。
例2:
1
2
3l = [x for x in range(0, 10)] print(list(filter(None, l))) #输出[1,2,3,4,5,6,7,8,9]
和例1的输入略有区别,输入是0~9,filter的第一个参数传入了None,所以在迭代过程中,0被判断为False从而被过滤,1~9被保留下来。这个方法可以替代for循环的数据拾取。
通过上面的例子可以看出,调用filter时并没有触发过滤过程,因为调用filter函数只是返回了一个iterator,它是惰性计算,只有next或者list的时候,才真正开始计算过程。
上面是两个基本的用法,接下来看filter的更高级一点儿的用法。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23def _odd_iter(): n = 1 while True: n = n + 2 yield n def _not_divisible(n): return lambda x : x%n>0 def primes(): yield 2 it = _odd_iter() ftr = filter(_not_divisible(2), it) #1 while True: n = next(ftr ) #2 yield n ftr = filter(_not_divisible(n), ftr ) #3 for n in primes(): if n < 100: print('now:',n) else: break
通过这个例子,可以看到filter的两个高级用法:
1.其实filter返回的是一个filter对象。#3行通过重复赋值,可以向filter中添加多个过滤器。例子中,就是通过每次执行#3行,把当前素数作为新的被除数条件加入到过滤器ftr 中,所以在for循环的后续迭代中,每次都增加一个素数条件进入过滤器。
通过这种重复赋值的方法,可以给filter添加多个过滤函数,极大的加强了过滤功能。
2. filter的第二个参数可以传入iterator。当然,此时就不能用list取filter的结果,只能用next(filter对象)取下一个过滤结果为True的元素
最后
以上就是个性老虎最近收集整理的关于filter用法--Python的全部内容,更多相关filter用法--Python内容请搜索靠谱客的其他文章。
发表评论 取消回复