【Python基础】reduce函数详解
原创
reduce函数原本在python2中也是个内置函数，不过在python3中被移到functools模块中。
reduce函数先从列表（或序列）中取出2个元素执行指定函数，并将输出结果与第3个元素传入函数，输出结果再与第4个元素传入函数，...，以此类推，直到列表每个元素都取完。
1 reduce用法
对列表元素求和，如果不用reduce，我们一般常用的方法是for循环：
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，代码量比较多，不够优雅。如果使用reduce，那么代码将非常简洁：
from functools import reduce
a = [1, 2, 3, 4, 5]
def add(x, y): return x + y
print(reduce(add, a))输出结果为：
152 reduce与for循环性能对比
与内置函数map和filter不一样的是，在性能方面，reduce相比较for循环来说没有优势，甚至在实际测试中
reduce比for循环更慢。
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循环耗时:', (t2 - t1))
print('reduce耗时:', (t3 - t2))输出结果如下：
for循环耗时: 0.009323899999999996
reduce耗时: 0.018477400000000005因此，如果对性能要求苛刻，建议不用reduce， 如果希望代码更优雅而不在意耗时，可以用reduce。
如果您觉得本文对你有帮助，欢迎关注我【Python学习实战】，第一时间获取最新更新。每天学习一点点，每天进步一点点。
关注【Python学习实战】
相关文章推荐
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
目录