preloader

1 de enero de 1 | 2 minutos de lectura
Índice de contenido

datos = [Persona(‘Juan’, 54), Persona(‘Phoebe’, 21), Persona(‘Adán’, 19)] edades = lista(mapa(lambda p: p.edad, datos)) imprimir (edades) Lo que crea una lista de las edades de las tres personas: [54, 21, 19] 36.4 Reducir La función reduce() es la última función de orden superior que se puede usar con colecciones de datos que vamos a ver. La función reduce() aplica una función a un iterable y combina el resultado devuelto para cada elemento en un solo resultado. Esta función era parte del lenguaje central de Python 2, pero no se incluyó en el núcleo de Python 3. Esto se debe en parte a que Guido van Rossum creía (probablemente correctamente) que la aplicabilidad de reduce es bastante limitada, pero donde es útil es muy útil. Aunque hay que decir que algunos desarrolladores intentan calzarse reduce() en situaciones que simplemente hacen que la implementación sea muy difícil de entender. stand-recuerde siempre tratar de mantenerlo simple. Para usar reduce() en Python 3, debe importarlo desde el módulo functools. Un punto que a veces se malinterpreta con reduce() es que la función pasó en reducir toma dos parámetros, que son el resultado anterior y el siguiente valor en el secuencia; luego devuelve el resultado de aplicar alguna operación a estos parámetros. La firma de la función functools.reduce es: functools.reduce(función, iterable[, inicializador]) Tenga en cuenta que, opcionalmente, puede proporcionar un inicializador que se utiliza para proporcionar un valor inicial del resultado. Un uso obvio de reduce() es sumar todos los valores en una lista: de functools importar reducir datos = [1, 3, 5, 2, 7, 4, 10] resultado = reducir(total lambda, valor: total + valor, datos) imprimir (resultado) El resultado impreso para esto es 32. Aunque puede parecer que reduce() solo es útil para números como números enteros; se puede utilizar con otros tipos también. Por ejemplo, supongamos que nosotros queremos calcular la edad promedio de una lista de personas, podríamos usar reducir para agregar juntamos todas las edades y luego las dividimos por la longitud de la lista de datos que estamos procesando: 36.3 Mapa 419

comments powered by Disqus

popular post

El modelo AR de series temporales univariadas

Resumen: En esta entrada, descubrirá el modelo AR: El modelo autorregresivo.

Leer más

Evaluación de modelos para pronosticar

Resumen: Al desarrollar modelos de aprendizaje automático, generalmente se comparan varios modelos durante la fase de construcción.

Leer más

Modelos para pronosticar

Resumen: El pronóstico, traducido groseramente como la tarea de predecir el futuro, ha estado presente en la sociedad humana durante siglos.

Leer más