Map/Reduce

Map/Reduce概念就是出自Google的那篇大名鼎鼎的論文

關於Map
　　map()函數接收兩個參數，一個是函數，一個是Iterable
　　map將傳入的函數依次做用到序列的每一個元素，並把結果做爲新的Iterator返回

　　從結果上看，for循環也能夠實現該功能，但從for循環代碼看是沒法一眼看明白其把f做用在Iterable的每個元素並把結果生成一個新的Iterable的
　　map()做爲高階函數，事實上它把運算規則抽象了，所以不但能夠計算簡單函數運算，還能夠計算任意複雜的函數

　　def f(x):
　　　　return x * x
　　r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9]) #map()傳入的第一個參數是f，即函數對象自己
　　print(list(r)) 
　　#輸出：[1, 4, 9, 16, 25, 36, 49, 64, 81]
　　#因爲結果r是一個Iterator，Iterator是惰性序列，所以經過list()函數讓它把整個序列都計算出來並返回一個list

　　list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])) 
　　#輸出：['1', '2', '3', '4', '5', '6', '7', '8', '9']
　　#把這個list全部數字轉爲字符串

 

關於Reduce
　　reduce()把一個函數做用在一個序列[x1, x2, x3, ...]上，這個函數必須接收兩個參數，reduce把結果繼續和序列的下一個元素作累積計算
　　reduce(f, [x1, x2, x3, x4])的執行過程爲： f(f(f(x1, x2), x3), x4)

　　對一個序列求和

　　from functools import reduce
　　def add(x, y):
　　　　return x + y
　　reduce(add, [1, 3, 5, 7, 9]) #輸出：25，固然求和運算能夠直接用Python內建函數sum()，不必動用reduce

 

　　把序列[1, 3, 5, 7, 9]變換成整數13579

　　from functools import reduce
　　def add(x, y):
　　　　return x * 10 + y
　　reduce(add, [1, 3, 5, 7, 9]) #輸出：13579

　　把str轉換爲int的函數

　　from functools import reduce
　　def fn(x, y):
　　　　return x * 10 + y

　　def char2num(s):
　　　　digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
　　　　return digits[s]
　　print(reduce(fn, map(char2num, '13579'))) #輸出：13579

 

　　整理成一個str2int的函數

　　from functools import reduce

　　DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}

　　def str2int(s):
　　　　def fn(x, y):
　　　　　　return x * 10 + y
　　　　def char2num(s):
　　　　　　return DIGITS[s]
　　　　return reduce(fn, map(char2num, s))

　　print(str2int(['1','3','5','7','9']))

 

　　給到一個字符串，經過map/reduce方式轉換爲數字13579(lamada表達式實現)

　　from functools import reduce

　　DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}

　　def char2num(s):
　　　　return DIGITS[s]

　　def str2int(s):
　　　　return reduce(lambda x, y: x * 10 + y, map(char2num, s))

　　print(str2int(['1','3','5','7','9'])) #輸出：13579