reduce函數原本在python2中也是個內置函數，不過在python3中被移到functools模塊中。
reduce函數先從列表（或序列）中取出2個元素執行指定函數，並將輸出結果與第3個元素傳入函數，輸出結果再與第4個元素傳入函數，…，以此類推，直到列表每個元素都取完。
1 reduce用法
對列表元素求和，如果不用reduce，我們一般常用的方法是for循環：
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，代碼量比較多，不夠優雅。如果使用reduce，那麼代碼將非常簡潔：
from functools import reduce
a = [1, 2, 3, 4, 5]
def add(x, y): return x + y
print(reduce(add, a))
輸出結果為：
15
1
2 reduce與for循環性能對比
與內置函數map和filter不一樣的是，在性能方面，reduce相比較for循環來說沒有優勢，甚至在實際測試中
reduce比for循環更慢。
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循環耗時:', (t2 - t1))
print('reduce耗時:', (t3 - t2))
輸出結果如下：
for循環耗時: 0.009323899999999996
reduce耗時: 0.018477400000000005
因此，如果對性能要求苛刻，建議不用reduce， 如果希望代碼更優雅而不在意耗時，可以用reduce。
————————————————
版權聲明：本文為CSDN博主「走召大爺」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/huachao1001/article/details/124060003
原文的原文鏈接：https://www.bitpy.cn/a/feed0c7b-1535-4830-9fd5-d6da86aa566e
