python中的reduce内建函数使用方法指南
官方解释：
Applyfunctionoftwoargumentscumulativelytotheitemsofiterable,fromlefttoright,soastoreducetheiterabletoasinglevalue.Forexample,reduce(lambdax,y:x+y,[1,2,3,4,5])calculates((((1+2)+3)+4)+5).Theleftargument,x,istheaccumulatedvalueandtherightargument,y,istheupdatevaluefromtheiterable.Iftheoptionalinitializerispresent,itisplacedbeforetheitemsoftheiterableinthecalculation,andservesasadefaultwhentheiterableisempty.Ifinitializerisnotgivenanditerablecontainsonlyoneitem,thefirstitemisreturned.Roughlyequivalentto：
意思就是说：将一个可迭代的对象应用到一个带有两个参数的方法上，我们称之为appFun,遍历这个可迭代对象，将其中的元素依次作为appFun的参数，但这个函数有两个参数，作为哪个参数呢？有这样的规则，看一下下面reduce方法的实现，有三个参数，第一个参数就是上面说的appFun，第二个参数就是那个可迭代的对象，而第三个呢？当调用reduce方法的时候给出了initializer这个参数，那么第一次调用appFun的时候这个参数值就作为第一个参数，而可迭代对象的元素依次作为appFun的第二个参数；如果调用reduce的时候没有给出initializer这个参数，那么第一次调用appFun的时候，可迭代对象的第一个元素就作为appFun的第一个元素，而可迭代器的从第二个元素到最后依次作为appFun的第二个参数，除第一次调用之外，appFun的第一个参数就是appFun的返回值了。例如reduce(lambdax,y:x+y,[1,2,3,4,5])，计算1到5的和，因为没有给定initializer参数，所以第一次调用x+y时，x=1,即列表的第一个元素，y=2,即列表的第二个元素，之后返回的1+2的结果作为第二次调用x+y中的x,即上一次的结果,y=2,即第二个元素，依次类推，知道得到1+2+3+4+5的结果。
这样看来，其实下面的代码定义是有一点问题，我们在程序中调用这段代码reduce(lambdax,y:x+y,[1,2,3,4,5])，得到的结果为16,而正确的结果为15，问题在于如果集合不是以0开始，那么按照如下代码，第一次调用x=1,即第一个元素，y也是等于1，也是第一个元素，而正确的y应该是2。所以真正的reduce方法应该和下面的例子是有差别的。
defreduce(function,iterable,initializer=None):
it=iter(iterable)
ifinitializerisNone:
try:
initializer=next(it)
exceptStopIteration:
raiseTypeError('reduce()ofemptysequencewithnoinitialvalue')
accum_value=initializer
forxiniterable:
accum_value=function(accum_value,x)
returnaccum_value
那么reduce函数能做什么,什么情况下要用reduce呢，看下面的例子：
例如上面的例子，实现一个整形集合的累加。假设lst=[1,2,3,4,5],实现累加的方式有很多：
第一种：用sum函数。
sum(lst)
第二种：循环方式。
defcustomer_sum(lst): result=0 forxinlst: result+=x returnresult #或者 defcustomer_sum(lst): result=0 whilelst: temp=lst.pop(0) result+=temp returnresult if__name__=="__main__": lst=[1,2,3,4,5] printcustomer_sum(lst)
第三种：递推求和
defadd(lst,result): iflst: temp=lst.pop(0) temp+=result returnadd(lst,temp) else: returnresult if__name__=="__main__": lst=[1,2,3,4,5] printadd(lst,0)
第四种：reduce方式
lst=[1,2,3,4,5] printreduce(lambdax,y:x+y,lst) #这种方式用lambda表示当做参数，因为没有提供reduce的第三个参数，所以第一次执行时x=1,y=2,第二次x=1+2,y=3,即列表的第三个元素 #或者 lst=[1,2,3,4,5] printreduce(lambdax,y:x+y,lst,0) #这种方式用lambda表示当做参数，因为指定了reduce的第三个参数为0，所以第一次执行时x=0,y=1,第二次x=0+1,y=2,即列表的第二个元素， 假定指定reduce的第三个参数为100，那么第一次执行x=100,y仍然是遍历列表的元素，最后得到的结果为115 #或者 defadd(x,y): returnx+y printreduce(add,lst) #与方式1相同，只不过把lambda表达式换成了自定义函数 #或者 defadd(x,y): returnx+y printreduce(add,lst,0) #与方式2相同，只不过把lambda表达式换成了自定义函数
再举一个例子：有一个序列集合，例如[1,1,2,3,2,3,3,5,6,7,7,6,5,5,5],统计这个集合所有键的重复个数，例如1出现了两次，2出现了两次等。大致的思路就是用字典存储，元素就是字典的key,出现的次数就是字典的value。方法依然很多
第一种：for循环判断
defstatistics(lst):
dic={}
forkinlst:
ifnotkindic:
dic[k]=1
else:
dic[k]+=1
returndic
lst=[1,1,2,3,2,3,3,5,6,7,7,6,5,5,5]
print(statistics(lst))
第二种：比较取巧的，先把列表用set方式去重，然后用列表的count方法
defstatistics2(lst):
m=set(lst)
dic={}
forxinm:
dic[x]=lst.count(x)
returndic
lst=[1,1,2,3,2,3,3,5,6,7,7,6,5,5,5]
printstatistics2(lst)
第三种：用reduce方式
defstatistics(dic,k):
ifnotkindic:
dic[k]=1
else:
dic[k]+=1
returndic
lst=[1,1,2,3,2,3,3,5,6,7,7,6,5,5,5]
printreduce(statistics,lst,{})
#提供第三个参数，第一次，初始字典为空，作为statistics的第一个参数，然后遍历lst,作为第二个参数，然后将返回的字典集合作为下一次的第一个参数
或者
d={}
d.extend(lst)
printreduce(statistics,d)
#不提供第三个参数，但是要在保证集合的第一个元素是一个字典对象，作为statistics的第一个参数，遍历集合依次作为第二个参数
通过上面的例子发现,凡是要对一个集合进行操作的，并且要有一个统计结果的，能够用循环或者递归方式解决的问题，一般情况下都可以用reduce方式实现。
reduce函数真是“一位好同志啊”！