python中reduce函数的行为

Question

我对reduce函数的行为感到困惑。

• 在第一个例子中，我得到了预期的结果：（1-1 / 2）*（1-1 / 3）= 1/3

   >>> reduce(lambda x, y: (1 - 1.0/x) * (1 - 1.0/y), [2,3]) 0.33333333333333337 

• 在第二个例子中，我没有得到预期的结果：（1-1 / 2）*（1-1 / 3）*（1-1 / 5）= 0.2666666

   >>> reduce(lambda x, y: (1 - 1.0/x) * (1 - 1.0/y), [2,3,5]) -1.5999999999999996 

有人可以解释一下我错过了什么吗？

Answer 1

你需要的是一张map并reduce ：

>>> from functools import reduce
>>> yourlist = [2, 3]
>>> reduce(lambda x, y: x*y, map(lambda x: (1-1/x), yourlist))
0.33333333333333337

>>> yourlist = [2, 3, 5]
>>> reduce(lambda x, y: x*y, map(lambda x: (1-1/x), yourlist))
0.2666666666666667

因为map将每个项目转换为(1-1/item) ，然后reduce将所有(1-1/item)相乘。

补充说明：

而不是lambda x, y: x * y你也可以使用更快的operator.mul ，例如：

>>> import operator
>>> yourlist = [2, 3, 5]
>>> reduce(operator.mul, map(lambda x: (1-1/x), yourlist))
0.2666666666666667

感谢@acushner指出这一点（在评论中）。

你的功能出了什么问题

在这种情况下，它实际上很容易看到什么不起作用，只需使用命名函数并添加一些print s：

def myfunc(x, y):
    print('x = {}'.format(x))
    print('y = {}'.format(y))
    res = (1 - 1.0/x) * (1 - 1.0/y)
    print('res = {}'.format(res))
    return res

reduce(myfunc, [2, 3])
# x = 2
# y = 3
# res = 0.33333333333333337

reduce(myfunc, [2, 3, 5])
# x = 2
# y = 3
# res = 0.33333333333333337
# x = 0.33333333333333337
# y = 5
# res = -1.5999999999999996

因此它将最后一个结果用作“下一个” x值。 这就是为什么它适用于长度为2的情况，但对于更多的元素，它根本不适用你想要的公式。

替代

而不是使用map和reduce你也可以使用简单的for -loop。 让它们正确起来要容易得多，而且大多数时候它们更具可读性（在某些情况下，它比reduce更快）。

prod = 1
for item in yourlist:
    prod *= 1 - 1 / item
print(prod)

是的，而不是1行它现在是4行，但是很容易理解发生了什么（但是可能存在一些不像reduce那样的边缘情况，例如对于空输入）。

但我通常更喜欢简单的循环而不是复杂的reduce操作，但总是喜欢YMMV。 :)

Answer 2

编辑：我批准上面的地图/缩小答案。

要理解原因，请阅读：

https://docs.python.org/2/library/functions.html#reduce

使用2个参数递减地递归调用列表中每个元素的函数： 累加器 （最后调用的值）和当前元素。

所以你得到：

(1 - 1.0/( (1 - 1.0/2) * (1 - 1.0/3) )) * (1 - 1.0/5)

附：

reduce(lambda acc, x: (1 - 1.0/acc) * (1 - 1.0/x), [2,3,5])
>>-1.5999999999999996

Answer 3

要添加为什么得到-1.5999999999999996作为结果，为了完整性我们可以使用https://docs.python.org/2/library/functions.html#reduce作为我们的指南来计算它：

第一次迭代将是（它将我们的前2个迭代器值2和3作为x和y ）：

(1 - 1.0 / 2) * (1 - 1.0 / 3)

变为：

0.5 * 0.6666666666666667

产量：

0.33333333333333337 。

然后我们使用0.33333333333333337继续我们的下一次迭代，它将此结果作为x ，我们的下一个迭代次数为5作为y ：

因此，我们的第二次迭代将是：

(1 - 1.0 / 0.33333333333333337) * (1 - 1.0/5)

变为：

-1.9999999999999996 * 0.8

产量：

-1.5999999999999996

Answer 4

在第二个示例中，您有3个输入。 你需要：

reduce(lambda x, y: (1 - 1.0/x) * (1 - 1.0/y)* (1 - 1.0/z),...