Ruby中的map, reduce, select, reject, group_by理解
2012-07-30 14:52
357 查看
转载▼
标签:
|
map:
针对每个element进行变换并返回整个修改后的map
a.map do |item|
a.upcase
end
a.map(&:upcase) 一样的效果, &:代表了item, 太简洁了,但格式难记。
reduce:
把array变换为一个值后返回。
a.reduce(:+) #=> "abcD"
(5..10).reduce(0) do |sum,
value|
sum + value
end
等于 (1..100).reduce(:+)
reduct(0)里面的0是代表sum的初始值
select:
根据条件返回一个子集
(1..8).select { |x| x % 2 == 0 } #=> [2, 4, 6, 8] reject: 根据条件剔除一个子集
(1..8).reject { |x| x % 2 == 0 } #=> [1, 3, 5, 7] group_by: 根据条件组成Map
langs.group_by { |lang| lang[0] } #=> {"r"=>["ruby"], "p"=>["python", "perl"]} a=%w(chenxiao chenmin chensiheng xiaochen liyulong) a.group_by{|item| item.index("chen") != nil} false=>["liyulong"], true=>["chenxiao", "chenmin", "chensiheng", "xiaochen"] Ruby you are the best friend of programmer!
相关文章推荐
- Ruby中的map, reduce, select, reject, group_by理解
- Ruby中map, collect,each,select,reject,reduce的区别
- Ruby中map,reduce,reject,select,collect,each使用介绍
- ruby map, reduce, select, reject, group_by
- 深入理解groupByKey、reduceByKey
- 深入理解groupByKey、reduceByKey
- Spark RDD/Core 编程 API入门系列之map、filter、textFile、cache、对Job输出结果进行升和降序、union、groupByKey、join、reduce、lookup(一)
- spark 的一些常用函数 filter,map,flatMap,lookup ,reduce,groupByKey
- Spark RDD/Core 编程 API入门系列之map、filter、textFile、cache、对Job输出结果进行升和降序、union、groupByKey、join、reduce、look
- Spark RDD/Core 编程 API入门系列 之rdd案例(map、filter、flatMap、groupByKey、reduceByKey、join、cogroupy等)(四)
- Spark RDD/Core 编程 API入门系列 之rdd案例(map、filter、flatMap、groupByKey、reduceByKey、join、cogroupy等)(四)
- 深入理解groupByKey、reduceByKey
- ruby , each,map,collect,inject,reject,select,shuffle[n..m],flatten
- 深入理解groupByKey、reduceByKey区别——本质就是一个local machine的reduce操作
- 深入理解groupByKey、reduceByKey
- 查询语句中select from where group by having order by的执行顺序
- reduceByKey和groupByKey区别与用法
- MySQL: Expression #2 of SELECT list is not in GROUP BY clause and contains nonaggregated column '
- 5、步步为营VS 2008 + .NET 3.5(5) - LINQ查询操作符之Select、Where、OrderBy、OrderByDescending、GroupBy、Join、GroupJoin及其对应的查询语法
- 【Spark系列2】reduceByKey和groupByKey区别与用法