High order functions: filter, map y reduce

Clase 11 de 21 • Curso de Python Intermedio: Comprehensions, Lambdas y Manejo de Errores

Clase anteriorSiguiente clase

Samuel Alvarez

student•

Facundo: Estoy seguro de que no caen 2 veces yo: caigo Facundo: !hola

Moisés Manuel Morín Hevia

student•

hahaha

Victor

student•

JAJAJAJAJAJJAA

Nicolas Barragan

student•

La diferencia entre filter y map:

filter devuelve True or False según el valor esté dentro de los criterios buscados o no. En caso de que no cumpla con la condición, no será devuelto y la lista se verá reducida por este filtro.
Map funciona muy parecido, pero su diferencia radica en que no puede eliminar valores de la lista del array entregado. Es decir, el output tiene la misma cantidad de valores que el input.

Cómo funciona reduce:

Reduce toma 2 valores entregados como parámetros y el iterador como otro parámetro. Realiza la función con estos 2 valores, y luego con el resultado de esto y el valor que le sigue en el array. Y así hasta pasar por todos los valores de la lista.

Alan German Gutiérrez

student•

Excelente, había entendido el funcionamiento en el código pero no tenía muy en claro las diferencias!.

Gracias.

Valenttina Cardozo

student•

No me había quedado clara la diferencia ente filter y map. Gracias!

Daniela Funes

student•

Reinaldo Mendoza

student•

jajajaja

Moisés Manuel Morín Hevia

student•

haha

Josue Noha Valdivia

student•

High order funcions O funciones de orden superior, son funciones que reciben como parámetro a otra función. Funciones de orden superior de importancia:

filter → recibe una función filtro (anónima) y un iterable (lista, tupla, etc) devolviendonos un iterador: objeto optimizado recorrer elemento a elemento (iterar) por lo que no lo podemos inprimir de manera directa (para ello lo convertimos a una lista), su sintaxis es: filter(<funcion filtro>, <iterable>)
map → al igual que filter recibe una función anónima y un iterable como parámetros pero en este caso map ejecuta la función sobre cada uno de los elementos del iterable, sintaxis: map(<funcion>, <iterable>)
reduce → tenemos que importar esta función desde functools para poder usarla, tiene los mismos argumentos que las anteriores funciones, reduce el iterable por medio de la función anonima, su sintaxis es: reduce(<funcion reduccion>, <iterable>), la función de reducción necesita de dos parámetros, uno que almacena el resultado (o el primer valor del iterable) y otro que opera con el siguiente valor del iterable: lambda a,b: <expresión>

Andrés Cardona

student•

Gracias por el resúmen!! Muy útil.

Moisés Manuel Morín Hevia

student•

Thanks,

Leonardo Gomez

student•

Cuando te dicen que no caes 2 veces

Moisés Manuel Morín Hevia

student•

haha.

Beder Danilo Casa Condori

student•

jajaja

Luis Alejandro Nieto Ruth

student•

Acá le dejo el código de la clase para poder practicar y entender:

from functools import reduce
def main():

    #Filter
    myList = [1,4,5,7,9,13,19,21]

    odd = list(filter(lambda x: x % 2 != 0, myList))
    print(odd)

    #Map
    myList2 = [1, 2, 3, 4, 5]

    squares = list(map(lambda x: x**2, myList2))
    print(squares)

    myList3 = [2, 2, 2, 2, 2]
    
    allMultiplied = reduce(lambda a, b: a * b, myList3)
    print(allMultiplied)

if __name__ == '__main__':
    main()

Moisés Manuel Morín Hevia

student•

Gracias

fidel angel ochoa

student•

gracias, directo a mis apuntes!

Wilson Delgado

student•

Es te video puede ser de gran ayuda: https://www.youtube.com/watch?v=hUes6y2b--0

Diego Alejandro Guancha Naranjo

student•

Accurate!

Karen Johana Perez Miranda

student•

Excelente recurso Wilson, me ayudó a entender muchísimo el funcionamiento de la función map. Muchas gracias!

Edkar Chachati

student•

High Order Functions

Funciones que reciben como parámetro otra función

Filter

devuelve True or False según el valor esté dentro de los criterios buscados o no. En caso de que no cumpla con la condición, no será devuelto y la lista se verá reducida por este filtro.

"""
Dada una lista de numeros filtra para quedarte solo con 
los números impares
"""

my_list = [i for i in range(10)]

# Usando def
def get_odds(arr):
    odds = []
    for n in arr:
        if n % 2 == 1:
            odds.append(n)
    return odds

# Usando List Comprehension
odds = [n for n in my_list if n % 2 == 1]

# Usando Filter
odds_filter = list(filter(lambda n: n % 2 == 1, my_list))
print(odds_filter)

Map

Funciona muy parecido, pero su diferencia radica en que no puede eliminar valores de la lista del array entregado. Es decir, el output tiene la misma cantidad de valores que el input.

"""
Obtener todos los numeros de una lista multiplicados al cuadrado
"""

# Usando Def
def get_squares(arr):
    squares = []
    for n in arr:
        squares.append(n * n)
    return squares

# Usando List Comprehension
squares = [n * n for n in my_list]

# Usando Map
squares_map = list(map(lambda x: x*x, my_list))
print(squares_map)

Reduce

Toma 2 valores entregados como parámetros y el iterador como otro parámetro. Realiza la función con estos 2 valores, y luego con el resultado de esto y el valor que le sigue en el array. Y así hasta pasar por todos los valores de la lista.

"""
Suma todos los valores de una lista
"""
from functools import reduce

# Usando def
def get_sum(arr):
    result = 0
    for n inarr:
        result += n
    return result

# Usando Reduce
sum = reduce(lambda a, b: a + b, my_list)
print(sum)

Kevin Mejia

student•

Cuando vuelves a caer por segunda vez, pero te das cuenta que fue una broma. 😅

Juan Antonio Aramburo Pasapera

student•

En mi defensa el curso anterior tiene varios meses que lo hice XD

César Valentín Cobos Clemente

student•

También en mi defensa diré estaba distraído con mi café 🤣

Gabriel Revelo

student•

si completaste el curso basico de python lo tienes que entender sin problema

Fabian Julio

student•

jajajjajajaj

Ruben Dario Hernandez Centeno

student•

Jajajajajajaja

Simon Montoya Bedoya

student•

En términos de desempeño del código. ¿Qué es más recomendable entre lists comprehensions y la función map?

Andres Condezo Monge

student•

Dejo mi punto para recibir la notificación cuando respondan la pregunta .

Mauricio Gonzalez Falcon

student•

Yo diría que es a nuestro gusto, porque también podemos pensar el zen de python, que sí este código es más corto pero menos legible.

Al final depende de nuestro criterio, saludos

Víctor Moreno Marín

student•

Apuntes clase 12

Marwan El Ouarti Mellado

student•

Antonio Demarco Bonino

student•

Este curso se pone cada vez más bueno...

Jose Luis Quintero Sanchez

student•

...y sube el nivel de dificultad..

Reinaldo Mendoza

student•

Muy bien explicado y enlazando los temas para que se queden en la memoria

Julio Sarango

student•

Alguien más revisó la duración del video cuando dijo: Nos vemos en la siguiente clase ??? jajaj

Moisés Manuel Morín Hevia

student•

No caí haha

Jose Luis Quintero Sanchez

student•

Desafío inicial,

print([i**2 for i in range(1, 6)])

Moisés Manuel Morín Hevia

student•

Cool. Muy limpio

Nestor Jesus Rodriguez Rodriguez

student•

wow, no sabía que esto se podía hacer... ya lo hice también y lo disfruté con una deliciosa taza de café :)

Carlos Fernando Aguilar González

student•

Filter:

Map:

Reduce:

Gonzalo Hernan Velazco

student•

Gracias, muy útil para quienes tomamos apuntes solamente en PC.

Wilson Fernando Antury Torres

student•

Usar filter en lugar de list comprehension mejora el rendimiento en memoria y computo.
A medida que la función de filtrado se va haciendo más compleja, será necesario usar funciones regulares en lugar de lambda functions, por cuestiones de legibilidad.
Fuente: https://www.digitalocean.com/community/tutorials/how-to-use-the-python-filter-function-es

Jorge Méndez Ortega

student•

Esto es como un callback?

Sergio Ivan Santacruz Madrigal

student•

Jeiber Ignacio Jimenez Bojaca

student•

Por si nos les quedo claro las diferencias entre filter, map y reduce. Ayuda a comprender mas a fondo https://taverasmisael.com/blog/usar-map-filter-y-reduce-para-olvidarnos-de-los-bucles-for#:~:text=A%20diferencia%20de%20filter%2C%20map,de%20la%20transformaci%C3%B3n%20que%20apliquemos.&text=A%20map%20le%20pasamos%20una,sin%20afectar%20el%20array%20original.

Andres López

student•

Gracias por el artículo, me sirvió mucho a pesar de que es originalmente para JS, pero los principios aplican igual para Python

Fernando Campos

student•

Entendí como usarlas, lo que no me quedó claro es el por qué. ¿Cuál es la diferencia entre usar una de estas funciones y solucionar el problemar sin ellas?

Mauricio Fernando Bautista López

student•

Hola, quizá aquí no se ve tanto su utilidad por que de entrada estamos trabajando con casos muestra súper chicos, pero teniendo objetos mucho mas grandes se puede ver la diferencial ya que performea mucho mejor en tiempo otro ejemplo es cuando por ejemplo quieres crear mascaras en un reporte... un ejemplo mas especifico es cuando quieres programar un reporte que tiene que ver con dinero. para que puedas poner el símbolo $ usas map para que los reportes se puedan identificar como moneda. espero haya sido de utilidad saludos

Fernando Campos

student•

Gracias, Mauricio.

from functools import reduce
def main():

    #Filter
    myList = [1,4,5,7,9,13,19,21]

    odd = list(filter(lambda x: x % 2 != 0, myList))
    print(odd)

    #Map
    myList2 = [1, 2, 3, 4, 5]

    squares = list(map(lambda x: x**2, myList2))
    print(squares)

    myList3 = [2, 2, 2, 2, 2]
    
    allMultiplied = reduce(lambda a, b: a * b, myList3)
    print(allMultiplied)

if __name__ == '__main__':
    main()

"""
Dada una lista de numeros filtra para quedarte solo con 
los números impares
"""

my_list = [i for i in range(10)]

# Usando def
def get_odds(arr):
    odds = []
    for n in arr:
        if n % 2 == 1:
            odds.append(n)
    return odds

# Usando List Comprehension
odds = [n for n in my_list if n % 2 == 1]

# Usando Filter
odds_filter = list(filter(lambda n: n % 2 == 1, my_list))
print(odds_filter)

"""
Obtener todos los numeros de una lista multiplicados al cuadrado
"""

# Usando Def
def get_squares(arr):
    squares = []
    for n in arr:
        squares.append(n * n)
    return squares

# Usando List Comprehension
squares = [n * n for n in my_list]

# Usando Map
squares_map = list(map(lambda x: x*x, my_list))
print(squares_map)

"""
Suma todos los valores de una lista
"""
from functools import reduce

# Usando def
def get_sum(arr):
    result = 0
    for n inarr:
        result += n
    return result

# Usando Reduce
sum = reduce(lambda a, b: a + b, my_list)
print(sum)

High order functions: filter, map y reduce

Preparación antes de empezar

Algunas cosas que aprenderás sobre Python en este curso

El Zen de Python

¿Qué es la documentación?

Entorno virtual

¿Qué es un entorno virtual?

El primer paso profesional: creación de un entorno virtual

Instalación de dependencias con pip

Alternativa a los ciclos: comprehensions

Listas y diccionarios anidados

List comprehensions

Dictionary comprehensions

Conceptos avanzados de funciones

Funciones anónimas: lambda

High order functions: filter, map y reduce

Proyecto: filtrando datos

Manejo de errores

Los errores en el código

Debugging

Manejo de excepciones

Poniendo a prueba el manejo de excepciones

Assert statements

Manejo de archivos

¿Cómo trabajar con archivos?

Trabajando con archivos de texto en Python

Conclusión

Reto final: Juego del Ahorcado o Hangman Game

Continúa tu camino profesional con Python