Python filter() 函数详解：高效筛选迭代器元素229

Python 的 `filter()` 函数是一个强大的内置函数，用于根据指定的函数过滤迭代器（如列表、元组、集合等）中的元素，并返回一个包含满足条件元素的迭代器。它是一种简洁而高效的方式来处理数据，避免了繁琐的手动循环筛选。

基本语法:

filter(function, iterable)

其中：
function: 一个函数，它接受迭代器中的每个元素作为输入，并返回一个布尔值 (True 或 False)。只有返回 True 的元素才会被保留。
iterable: 一个可迭代对象，例如列表、元组、集合或字符串等。

filter() 函数返回的是一个迭代器，这意味着你需要将其转换为列表或其他数据结构才能查看其内容。可以使用 list() 函数将其转换为列表。

示例 1：过滤偶数

假设我们有一个列表，包含一些整数，我们需要过滤出其中的偶数。```python
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
def is_even(n):
return n % 2 == 0
even_numbers = list(filter(is_even, numbers))
print(even_numbers) # Output: [2, 4, 6, 8, 10]
```

在这个例子中，is_even() 函数检查数字是否为偶数，filter() 函数将 is_even() 应用于 numbers 列表中的每个元素，只保留返回 True 的元素（偶数）。最后，list() 函数将迭代器转换为列表。

示例 2：过滤字符串长度

我们可以使用 `filter()` 函数过滤字符串列表，只保留长度大于某个值的字符串。```python
words = ["apple", "banana", "kiwi", "orange", "grape"]
def longer_than_five(word):
return len(word) > 5
long_words = list(filter(longer_than_five, words))
print(long_words) # Output: ['banana', 'orange']
```

这里，longer_than_five() 函数检查字符串长度是否大于 5，filter() 函数根据此条件过滤字符串列表。

示例 3：使用 lambda 函数

为了使代码更简洁，我们可以使用 lambda 函数来定义过滤条件。lambda 函数是一种匿名函数，可以简化代码，尤其是在简单的过滤条件下。```python
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers) # Output: [2, 4, 6, 8, 10]
```

在这个例子中，lambda x: x % 2 == 0 等价于之前的 is_even() 函数。

示例 4：过滤 None 值

在处理可能包含 None 值的列表时，`filter()` 函数可以方便地移除这些 None 值。```python
data = [1, None, 2, None, 3, 4, None]
filtered_data = list(filter(None, data))
print(filtered_data) # Output: [1, 2, 3, 4]
```

当 filter() 函数的第一个参数为 None 时，它会自动过滤掉所有为 False、0、None、空字符串或空列表等"假值"元素。

与列表推导式比较

列表推导式提供了一种更简洁的方式来过滤列表，在许多情况下，它与 `filter()` 函数具有相同的功能。例如，上面的偶数过滤例子可以用列表推导式改写为：```python
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = [n for n in numbers if n % 2 == 0]
print(even_numbers) # Output: [2, 4, 6, 8, 10]
```

在简单的过滤场景中，列表推导式通常更易读且更 Pythonic。但是，对于复杂的过滤逻辑或需要重用过滤函数的情况，`filter()` 函数更具优势，因为它可以将过滤逻辑封装到一个独立的函数中，提高代码的可重用性和可读性。

总结

Python 的 `filter()` 函数提供了一种高效且灵活的方式来过滤迭代器中的元素。它可以与自定义函数或 lambda 函数配合使用，适用于各种过滤场景。虽然列表推导式在某些情况下提供更简洁的解决方案，但 `filter()` 函数在处理复杂的过滤逻辑或需要重用过滤函数时更具优势。理解并熟练运用 `filter()` 函数可以极大地提高 Python 代码的效率和可读性。

2025-06-05

上一篇：Python字符串高效提取数字的多种方法及性能对比

下一篇：Python读取文件：高效处理各种输入路径