使用python的列表解析以及函数式计算来简化代码

2.1 求《ASP.NET高级编程》价格最便宜的店：

storename=min([b for b in books if b['name']=="ASP.NET高级编程"],key=lambda b:b.price)["store"]

过程：先用列表解析取出《ASP.NET高级编程》的列表，通过min函数，比较字典的price键获取price最小的项

2.2 求在新华书店购买两本书一样一本要花的钱：

price=sum([b['price'] for b in books if b['store']=="新华书店"])

2.3 求列表中有那几本书：

booknames=list(set([b['name'] for b in books]))

2.4 列表里当当的书都打5折：

books=map(lambda b:dict(name=b['name'],price=b['price']*0.5,store=b['store']),books)

2.5 《C#从入门到精通》的平均价格：

avg=(lambda ls:sum(ls)/len(ls))([b.price for b in books if b['name']=="C#从入门到精通"])

2.6 求每本书的平均价格：

book_avg=map(lambda bookname:dict(name=bookname,avg=(lambda ls:sum(ls)/len(ls))([b.price for b in books if b['name']==bookname])),list(set([b['name'] for b in books])))

这段代码放在一行比较难看懂，但是格式化一下就很好懂了，构建的过程如下：

step1 要求每本书的平均价格，首先要得到共有几本书，方法见2.3，得到去重的书名列表

list(set([b['name'] for b in books])) #去重后的书名列表

step2 要求每一本书的均价，需要将计算均价的函数映射到每一本书上，于是

map(
　　　　#计算均价的函数，
　　　　list(set([b['name']　for　b　in　books]))　#去重后的书名列表
)

step3 加入计算单本书均价的函数，参考2.5的方法，由于只用一行，所以用lambda来搞定：

func=lambda bookname:(lambda ls:sum(ls)/len(ls))([b.price for b in books if b['name']==bookname])

step4 将计算单本均价的lambda函数加入map中，得到最终结果：

经过格式化后的结果，前面的单行代码可以格式化为下面容易阅读的形式

map(
　　　　lambda　bookname:reduce(
　　　　　　　　　　　　　　　　　　　　　　　　lambda　bookname:
　　　　　　　　dict(
　　　　　　　　　　name=bookname,
　　　　　　　　　　avg=(lambda　ls:sum(ls)/len(ls))([b.price　for　b　in　books　if　b['name']==bookname])
　　　　　　　　)，
　　　　list(
　　　　　　　　　set(
　　　　　　　　　　　　　[b['name']　for　b　in　books]
　　　　　　　　　)
　　　　)　#去重后的书名列表
)

从上面的例子我们可以看到，利用map,reduce,filter,列表解析等函数式的方法我们可以非常方便的对列表进行各种操作，包括对复合类型列表进行汇总计算等复杂操作，而且仅需要很少的代码