【Python基础】reduce函数详解
转载请注明出处：【Python基础】reduce函数详解
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：
15
2 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。
