Python filter(): 保留所需内容

筛选是 Python 中最常见的任务之一，因此 Python 提供了便捷的做法。最简单的筛选方式之一就是使用内置的 filter() 函数。顾名思义，filter() 让您只取出满足某个条件（或多个条件）的项。

本指南将带您了解它的工作原理、适用场景，以及它与其他筛选工具的对比。请继续阅读！

Python filter() 的作用

filter() 可让您从列表、元组或任意可迭代对象中取出元素，但前提是这些元素能通过您的测试。您提供一个函数（有时称为谓词），它接收每个项并返回 True 或 False。如果测试通过（即您的函数返回 True），filter() 就会保留该项；否则会跳过。这已经相当直观，我们继续。

Python filter() 语法

格式如下：

filter(function, iterable)

• function：指定要对每个项应用的测试。它应接收一个参数并返回 True 或 False。

• iterable：提供列表、元组、字符串，或任何可被循环遍历的对象。

调用 filter() 时，它会返回一个特殊的 filter 对象，而不是直接返回列表或元组。要实际使用筛选结果，通常需要把输出包裹为列表或元组。这样的设计让 filter() 更高效，但在编写代码时需要牢记这一点。

Python filter() 示例

我们来实际练习一下。

结合自定义函数的 Python filter()

让我们把 filter() 和自己编写的函数配合使用。

假设您只想保留列表中的偶数：

def is_even(num):
    return num % 2 == 0

numbers = [1, 2, 3, 4, 5, 6]
result = filter(is_even, numbers)
print(list(result))

这将打印：

[2, 4, 6]

请注意，is_even 会检查一个数字能否被 2 整除。filter() 使用我们的自定义函数测试每个项，并保留那些通过测试的项。

结合 lambda 函数的 Python filter()

当然，并非每次筛选都需要完整的函数定义。有时，您的筛选规则非常简单或只在一个位置使用，定义具名函数就显得多此一举。

下面是相同的偶数示例，但使用 lambda 来进行简洁的就地测试：

numbers = [1, 2, 3, 4, 5, 6] 
result = filter(lambda x: x % 2 == 0, numbers) 
print(list(result))

您将得到与前面相同的输出。

当您希望代码简洁聚焦时，结合 filter() 使用 lambda 尤为常见。它非常适合一次性的筛选任务，让您在需要的地方直接表达规则。

在函数位置使用 None 的 Python filter()

有时，您想用 filter() 去除空值或假值，例如 0、空字符串、None 或 False，并且希望不用编写自定义函数。

Python 有个妙招：如果将 filter() 的函数参数设为 None，filter() 会自动移除所有被 Python 视为 False 的项。

示例如下：

items = [0, 1, '', 'hello', [], [2, 3], None, False, True] 
result = filter(None, items) 
print(list(result))

这将打印：

[1, 'hello', [2, 3], True]

筛选文本数据

现在让我们把 filter() 用在一个实用的日常问题上。假设您有一个单词列表，只想要那些以字母 'a' 开头的单词。在处理文本时，这种有针对性的筛选经常会遇到。

words = ['apple', 'banana', 'apricot', 'cherry', 'avocado'] 
result = filter(lambda word: word.startswith('a'), words) 
print(list(result))

您将得到：

['apple', 'apricot', 'avocado']

结合多个条件进行筛选

有时，您的筛选标准会更复杂。如果需要满足多个条件怎么办？以下是使用 lambda 的实现。在这个示例中，我们寻找既是偶数又大于 10 的数字。

numbers = [4, 10, 12, 15, 20, 23, 28] 
result = filter(lambda x: x % 2 == 0 and x > 10, numbers) 
print(list(result))

这将打印：

[12, 20, 28]

（如果条件更多，我会考虑从 lambda 切换为具名函数以提高清晰度。）

filter() 与列表推导式

列表推导式是另一种常用的选择方式。两种方法都能筛选数据，但各有风格。

下面再次给出偶数示例，这次使用列表推导式：

numbers = [1, 2, 3, 4, 5, 6] 
result = [x for x in numbers if x % 2 == 0] 
print(result)

[2, 4, 6]

filter() 和列表推导式都能完成任务。对于直观的简单筛选，列表推导式通常更易读。

另一方面，当您已经在使用函数式风格，或想把多个处理步骤串联起来时，filter() 会很合适。

更高级的用法

我们来找一些更有意思的场景：

与其他可迭代对象配合的 filter()

与对列表的用法相同，filter() 也适用于任意可迭代对象，比如元组、集合，甚至 生成器表达式。这很重要，因为您的数据并不总是以列表形式存在。

以下演示如何筛选一个元组：

numbers = (10, 15, 20, 25, 30) 
result = filter(lambda x: x > 20, numbers) 
print(tuple(result))

这将打印：

(25, 30)

请记得在需要直接使用结果时，将 filter 对象转换为您想要的类型（列表、元组等）。

另外我也提到了生成器，为了完整起见，再展示一个结合生成器进行筛选的示例：

numbers = (x for x in range(10))
result = filter(lambda x: x % 2 == 0, numbers)
print(list(result))

这是一个生成器，因为这行代码：numbers = (x for x in range(10)) 创建了一个生成器对象。（它是惰性的，不会一次性生成所有值。）

最后一行：print(list(result)) 通过将惰性的 filter 对象转换为列表来强制求值。

将 filter() 与 map() 结合

如果您既想筛选又想变换数据，比如我们接下来的示例，只对列表中的偶数求平方，该怎么办？

Python 允许将 filter() 与 map() 组合使用。首先，filter() 选出您想要的项，然后 map() 对每个项再应用一个函数。

实践如下：

numbers = [1, 2, 3, 4, 5, 6] 
evens = filter(lambda x: x % 2 == 0, numbers) 
squared = map(lambda x: x ** 2, evens) 
print(list(squared))

这将打印：

[4, 16, 36]

通过将 filter() 和 map() 串联，您可以构建清晰、可读的数据管道：先选出关心的项，再按需进行变换。在您的工作中会有机会用到这种模式。

注意事项

尽管 filter() 很方便，但也有一些常见误区：

• filter() 返回的是一个 filter 对象，而不是列表。这可能会在您期待立即看到结果时出错。如果需要查看或复用结果，请将其包裹为列表（或元组）。

• filter() 一次只处理一个可迭代对象。如果您想基于多个列表进行筛选，需要先将它们 zip 在一起，或采用其他方法。

• filter() 是惰性的。它不会真正处理数据，直到您将其转换为列表、元组，或对其进行循环。在调试时请牢记这一行为。

结语

如您所见，Python 的 filter() 函数为您提供了一种快速清理数据的方法，只保留重要内容。无论是编写一次性的 lambda，还是传入具名函数，filter() 都能帮上忙。

如果您还不清楚如何使用 filter()，或者觉得这个内容比较简单并想继续学习，我们有很好的资源可供参考。我推荐我们的 Python Programming Fundamentals 技能路径。