Kartta, Suodatus, Vähennys

Functional programming -tyylit kuten Map, Filter ja Reduce tarjoavat mahdollisuuden kirjoittaa yksinkertaisempaa ja lyhyempää koodia ilman tarvetta huolehtia silmukoista tai haaroittumisista.

Nämä kolme funktiota mahdollistavat funktion soveltamisen useisiin iteroitaviin kerralla. map ja filter ovat Pythonin sisäänrakennettuja (__builtins__-moduulissa) ja ne eivät vaadi tuontia. reduce sen sijaan tulee tuoda, koska se sijaitsee functools-moduulissa. Katsotaanpa tarkemmin kuinka ne toimivat, aloittaen map-funktiosta.

Map

Pythonin map()-funktiolla on seuraava syntaksi:

map(func, *iterables)

Missä func on funktio, johon kukin elementti iterables-listassa (kuinka monta niitä onkin) sovelletaan. Huomaatko asteriskin (*) iterables-luettelossa? Tämä tarkoittaa, että iteroitavia voi olla kuinka monta tahansa, kunhan func-funktio tarvitsee täsmälleen saman määrän argumentteja. Ennen kuin siirrymme esimerkkiin, on tärkeää huomata seuraavat asiat:

1. Python 2:ssa map()-funktio palauttaa listan. Pyhton 3:ssa funktio kuitenkin palauttaa map-objektin, joka on generator-objekti. Tuloksen voi saada listana kutsumalla sisäänrakennettua list()-funktiota map-objektilla, eli list(map(func, *iterables)).
2. func-funktion argumenttien lukumäärän tulee vastata iterables-luettelossa olevien iteroitavien määrää.

Katsotaanpa, miten nämä säännöt ilmenevät seuraavissa esimerkeissä.

Oletetaan, että minulla on lista (iterable) lempilemmikkieni nimistä kaikki pienillä kirjaimilla ja tarvitsen ne isoilla kirjaimilla. Perinteisesti tekisin näin:

my_pets = ['alfred', 'tabitha', 'william', 'arla']
uppered_pets = []

for pet in my_pets:
    pet_ = pet.upper()
    uppered_pets.append(pet_)

print(uppered_pets)

Tämä tulostaisi ['ALFRED', 'TABITHA', 'WILLIAM', 'ARLA']

map()-funktion kanssa se ei ole vain helpompaa, vaan myös paljon joustavampaa. Teen vain näin:

# Python 3
my_pets = ['alfred', 'tabitha', 'william', 'arla']

uppered_pets = list(map(str.upper, my_pets))

print(uppered_pets)

Tämä toisi esiin saman tuloksen. Huomaa, että käyttäessäni yllä määriteltyä map()-syntaksia, func tässä tapauksessa on str.upper ja iterables on my_pets-lista -- vain yksi iteroitava. Huomaa myös, ettemme kutsuneet str.upper-funktiota (tehdessämme näin: str.upper()), sillä map-funktio tekee sen jokaiselle elementille my_pets-listassa.

On tärkeää huomata, että str.upper-funktio vaatii määritelmänsä mukaan vain yhden argumentin, joten annoimme sille vain yhden iteroitavan. Joten, jos funktiosi vaatii kaksi, kolme tai n argumenttia, sinun täytyy antaa sille kaksi, kolme tai n iteroitavaa. Selvennän tätä toisella esimerkillä.

Oletetaan, että minulla on lista ympyrän pinta-aloja, jotka olen laskenut jossain, kaikki viiden desimaalin tarkkuudella. Ja minun täytyy pyöristää jokainen elementti listassa sen sijaintia vastaavaan desimaalin tarkkuuteen, mikä tarkoittaa, että minun täytyy pyöristää ensimmäinen elementti listassa yhteen desimaaliin, toinen elementti kahteen desimaaliin, kolmas kolmeen jne. map()-toiminnon avulla tämä on helppoa. Katsotaanpa miten.

Python tarjoaa meille valmiina sisäänrakennetun round()-funktion, joka ottaa kaksi argumenttia -- numeron, joka pyöristetään, ja desimaalien lukumäärän, johon numero pyöristetään. Koska funktio vaatii kaksi argumenttia, meidän täytyy antaa kaksi iteroitavaa.

# Python 3

circle_areas = [3.56773, 5.57668, 4.00914, 56.24241, 9.01344, 32.00013]

result = list(map(round, circle_areas, range(1, 7)))

print(result)

Näetkö map()-funktion kauneuden? Voitko kuvitella, kuinka joustavuutta tämä herättää?

Funktio range(1, 7) toimii toisena argumenttina funktiolle round (vaadittujen desimaalien lukumäärä per iteraatio). Joten kun map iteroi circle_areas-listan läpi, ensimmäisessä iteraatiossa otetaan circle_areas-listan ensimmäinen elementti, 3.56773, ja se sekä ensimmäinen elementti funktiosta range(1,7), 1, siirretään funktiolle round, jolloin se muuttuu käytännössä muotoon round(3.56773, 1). Toisessa iteraatiossa circle_areas-listan toinen elementti, 5.57668, sekä toinen elementti funktiosta range(1,7), 2, siirretään funktiolle round, jolloin se muuttuu muotoon round(5.57668, 2). Näin jatketaan, kunnes circle_areas-lista loppuu.

Oletan, että mietit: "Mitä tapahtuu, jos annan iteroitavan, jonka pituus on pienempi tai suurempi kuin ensimmäisen iteroitavan? Eli mitä tapahtuu, jos annan range(1, 3) tai range(1, 9999) toiseksi iteroitavaksi yllämainitussa funktiossa". Ja vastaus on yksinkertainen: ei mitään! No, ei aivan. "Ei mitään" tapahtuu siinä mielessä, että map()-funktio ei nosta mitään poikkeusta, se yksinkertaisesti iteroi elementit, kunnes se ei voi löytää toista argumenttia funktiolle, jolloin se vain pysähtyy ja palauttaa tuloksen.

Joten esimerkiksi, jos arvioit result = list(map(round, circle_areas, range(1, 3))), et saa mitään virhettä edes siinä tapauksessa, että circle_areas ja range(1, 3) eroavat pituudeltaan. Sen sijaan Python tekee näin: Se ottaa ensimmäisen elementin circle_areas-listasta ja ensimmäisen elementin range(1,3)-luettelosta ja siirtää sen funktiolle round. round arvioi sen ja tallentaa tuloksen. Sitten se siirtyy toiseen iteraatioon, toiseen elementtiin circle_areas-listassa ja toiseen elementtiin range(1,3)-luettelossa, round tallentaa sen. Nyt, kolmannessa iteraatiossa (circle_areas sisältää kolmannen elementin), Python ottaa kolmannen elementin circle_areas-listasta ja sitten yrittää ottaa kolmannen elementin range(1,3)-luettelosta, mutta koska range(1,3) ei sisällä kolmatta elementtiä, Python yksinkertaisesti pysähtyy ja palauttaa tuloksen, mikä tässä tapauksessa olisi [3.6, 5.58].

Kokeilepa itse.

# Python 3

circle_areas = [3.56773, 5.57668, 4.00914, 56.24241, 9.01344, 32.00013]

result = list(map(round, circle_areas, range(1, 3)))

print(result)

Sama tapahtuu, jos circle_areas on pienempi kuin toisen iteroitavan pituus. Python yksinkertaisesti pysähtyy, kun se ei löydä seuraavaa elementtiä jostain iteroitavasta.

Koska olemme oppineet map()-funktion perusteet, käytämme sitä toteuttaaksemme oman zip()-funktion. zip()-funktio ottaa joukon iteroitavia ja luo sitten tuplen, joka sisältää iteroitavien kunkin elementit. Kuten map(), Python 3:ssa se palauttaa generator-objektin, joka voidaan helposti muuntaa listaksi kutsumalla sisäänrakennettua list-funktiota. Käytä alla olevaa tulkintaistuntoa saadaksesi käsityksen zip()-toiminnosta, ennen kuin luomme oman version map()-funktiolla

# Python 3

my_strings = ['a', 'b', 'c', 'd', 'e']
my_numbers = [1, 2, 3, 4, 5]

results = list(zip(my_strings, my_numbers))

print(results)

Bonuksena, voitko arvata mitä tapahtuisi yllä mainitussa istunnossa, jos my_strings ja my_numbers eivät olisi saman pituisia? Etkö? kokeile! Muuta jomman kumman pituutta.

Siirtykäämme omaan zip()-funktioomme!

# Python 3

my_strings = ['a', 'b', 'c', 'd', 'e']
my_numbers = [1, 2, 3, 4, 5]

results = list(map(lambda x, y: (x, y), my_strings, my_numbers))

print(results)

Katsopas sitä! Saimme saman tuloksen kuin zip.

Huomasitteko myös, etten edes tarvinnut luoda funktiota käyttäen def my_function()-standarditapaa? Tämä on se, kuinka joustava map(), ja Python ylipäänsä, on! Käytin yksinkertaisesti lambda-funktiota. Tämä ei tarkoita, etteikö standardi funktiomäärittelymenetelmä (def function_name()) olisi sallittua, se on edelleen. Halusin vain kirjoittaa vähemmän koodia (olla "pythonmainen").

Tämä oli kaikki mapista. Seuraavaksi siirrymme filter()-funktioon.

Filter

Kun map() siirtää kunkin elementin iteroitavassa funktion läpi ja palauttaa kaikkien funktion läpi kulkeneiden elementtien tuloksen, filter() vaatii ensin funktion palauttamaan boolean-arvoja (true tai false) ja sitten siirtää kunkin elementin iteroitavassa funktion läpi, "suodattaen" ne pois, jotka ovat epätosia. Sillä on seuraava syntaksi:

filter(func, iterable)

Seuraavat asiat on huomioitava, kun käytät filter()-funktiota:

1. Toisin kuin map(), tarvitaan vain yksi iteroitava.
2. func-argumentin tulee palauttaa boolean-tyyppi. Jos se ei tee niin, filter palauttaa yksinkertaisesti sille annetun iterable-luettelon. Lisäksi, koska vain yksi iteroitava on tarpeen, on epäsuorasti oletettu, että func voi ottaa vain yhden argumentin.
3. filter siirtää kunkin elementin iteroitavassa funktion läpi ja palauttaa vain ne, jotka arvioituvat todeksi. Se on nimensä mukaisesti -- "suodatin".

Katsotaanpa joitain esimerkkejä.

Seuraava on lista (iterable) kymmenen oppilaan pisteistä kemian kokeessa. Suodatetaan ne, jotka saivat tuloksen yli 75... käyttäen filter-funktiota.

# Python 3
scores = [66, 90, 68, 59, 76, 60, 88, 74, 81, 65]

def is_A_student(score):
    return score > 75

yli_75 = list(filter(is_A_student, scores))

print(yli_75)

Seuraava esimerkki on palindromi-ilmaisin. "Palindromi" on sana, lause tai jakso, joka lukee samoin takaperin kuin etuperin. Suodatetaan sanat, jotka ovat palindromisia, epäillyistä palindromisista tuplan (iterable) joukosta.

# Python 3
dromes = ("demigod", "rewire", "madam", "freer", "anutforajaroftuna", "kiosk")

palindromit = list(filter(lambda word: word == word[::-1], dromes))

print(palindromit)

Tämän pitäisi tulostaa ['madam', 'anutforajaroftuna'].

Aika siistiä, eikö? Lopuksi, reduce()

Reduce

reduce soveltaa funktion kahdella argumentilla iteroitavan elementteihin kumulatiivisesti, alkaen valinnaisesti alkioargumentilla. Sillä on seuraava syntaksi:

reduce(func, iterable[, initial])

Missä func on funktio, johon kukin elementti iterable:stä sovelletaan kumulatiivisesti, ja initial on valinnainen arvo, joka sijoitetaan ennen iteroitavia elementtejä laskennassa ja toimii oletusarvona, kun iteroitava on tyhjä. Seuraavat seikat on huomioitava, kun käytetään reduce()-funktiota: 1. func vaatii kahta argumenttia, joista ensimmäinen on iteroitavan ensimmäinen elementti (jos initial ei ole annettu) ja toinen iteroitavan elementti. Jos initial on annettu, sen tulee olla ensimmäinen argumentti funktiolle ja iteroitavan ensimmäinen elementti on toinen argumentti funktiolle. 2. reduce "vähentää" (tiedän, anteeksi) iterable-luettelon yhdeksi arvoksi.

Kuten tavallista, katsotaanpa joitain esimerkkejä.

Tehdään oma versio Pythonin sisäänrakennetusta sum()-funktiosta. sum() palauttaa kaikkien sille annetun iteroitavan elementtien summan.

# Python 3
from functools import reduce

numbers = [3, 4, 6, 9, 34, 12]

def custom_sum(first, second):
    return first + second

result = reduce(custom_sum, numbers)
print(result)

Tulos on kuten odotatkin, 68.

Joten, mitä tapahtui?

Kuten aina, kyse on iteroinnista: reduce ottaa ensimmäisen ja toisen elementin numbers-luettelossa ja siirtää ne funktiolle custom_sum. custom_sum laskee niiden summan ja palauttaa sen funktiolle reduce. reduce ottaa tuloksen ja soveltaa sen ensimmäisenä elementtinä funktiolle custom_sum ja ottaa seuraavan elementin (kolmannen) numbers:stä toisena elementtinä custom_sum. Näin tapahtuu jatkuvasti (kumulatiivisesti), kunnes numbers on käyty läpi.

Katsotaanpa, mitä tapahtuu, kun käytän valinnaista initial-arvoa.

# Python 3
from functools import reduce

numbers = [3, 4, 6, 9, 34, 12]

def custom_sum(first, second):
    return first + second

result = reduce(custom_sum, numbers, 10)
print(result)

Tuloksena on, kuten odotatkin, 78, koska reduce käyttää aluksi 10 ensimmäisenä argumenttina funktiolle custom_sum.

Tämä oli kaikki Pythonin kartoista (Map), suodattimista (Filter) ja vähennyksistä (Reduce). Kokeile alla olevia harjoituksia varmistaaksesi ymmärtäväsi kunkin funktion.

Harjoitus

Tässä harjoituksessa käytät kutakin kohtaa (map, filter, ja reduce) korjaamaan rikkinäistä koodia.

This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join over a million other learners and get started learning Python for data science today!