Python中reduce函數怎么使用

本文小編為大家詳細介紹“Python中reduce函數怎么使用”，內容詳細，步驟清晰，細節處理妥當，希望這篇“Python中reduce函數怎么使用”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

reduce函數原本在python2中也是個內置函數，不過在python3中被移到functools模塊中。

reduce函數先從列表（或序列）中取出2個元素執行指定函數，并將輸出結果與第3個元素傳入函數，輸出結果再與第4個元素傳入函數，…，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：

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))

輸出結果為：

15

2 reduce與for循環性能對比

與內置函數map和filter不一樣的是，在性能方面，reduce相比較for循環來說沒有優勢，甚至在實際測試中

reduce比for循環更慢。

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循環耗時:', (t2 - t1))
print('reduce耗時:', (t3 - t2))

輸出結果如下：

for循環耗時: 0.009323899999999996
reduce耗時: 0.018477400000000005

因此，如果對性能要求苛刻，建議不用reduce， 如果希望代碼更優雅而不在意耗時，可以用reduce。

讀到這里，這篇“Python中reduce函數怎么使用”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。