我正在尝试编写一个简单的Python函数，该函数将所有具有键的值汇总为 like 。我正在为这项任务进行函数式编程。因此，我需要使用 list-comprehension ，<html>
<style>
body{
background-color: black;
}
a{
border: 5px solid white ;
border-radius: 20px;
font-size: 50px;
position: absolute;
bottom: 600px
text-decoration: none;
color: white;
transition: 0.3s ease-in-out;
background-color: black;
padding: 50px
}
a:hover {
color: white;
transition: 0.3s;
text-decoration: none;
font-size: 53px;
}
</style>
<title>BUTTON TESTING</title>
<a href=https://www.youtube.com >F.A.Q.</a>
</html>
，map或filter。在这种情况下，我认为reduce是一个合理的选择。
reduce当我实际运行代码时出现问题。我似乎收到了以下内容： TypeError：'int'对象不可订阅。对我来说，这个错误毫无意义。如果def sum_favorites(msgs):
num_favorites = reduce(lambda x, y: x["likes"] + y["likes"], msgs)
return num_favorites
content1 = {"likes": 32, ...}
content2 = {"likes": 8, ...}
content3 = {"likes": 16, ...}
contents = [content1, content2, content3]
print(sum_favorites(contents))
真正迭代了给定的参数，那么传入lambda函数的每个项应该是一个字典 - 并且每个项肯定都有一个 like 键。问题是什么，这个Python错误究竟意味着什么？
答案 0 :(得分：16)
对我来说，这个错误毫无意义。如果reduce实际上是遍历给定参数，那么传入lambda函数的每个项应该是一个字典
不，传递给lambda的第一个参数（对于除第一个之外的所有调用）是前一次调用lambda的返回值。您的函数返回一个数字，因此将调用x作为数字，而不是字典。
有两种方法可以解决这个问题。可能更直接的是：
num_favorites = reduce(lambda x, y: x + y['likes'], msgs, 0)
0是reduce的“initializer”参数，它为x提供了第一个值。现在，在每个调用中，x是运行总和，y是下一个字典。
另一种方式，只是为了表明它可以完成，是：
result = reduce(lambda x, y: { 'likes': x['likes'] + y['likes'] }, msgs)
num_favorites = result['likes']
这使得lambda的返回值成为带有likes键的dict，就像它的参数一样，所以我们在整个过程中使用相同的类型。在这种情况下，这是不必要和浪费的，但如果你聚合了多个密钥，那么这可能是一个有趣的方法。
答案 1 :(得分：3)
根据精确减少的实现方式，在减少传递给lambda的一个操作数的第二次迭代中，不会是dict，而是到目前为止计算的总和。这会让你看到错误。
为了避免这种情况，你可以先做一个列表或生成器理解来提取所有的值，并在＃34;喜欢＆＃34;从各种dicts然后减少operator.add。或者只使用sum。
答案 2 :(得分：3)
在您的代码段reduce(lambda x, y: x["likes"] + y["likes"], msgs)中，x变量首先是列表msgs（dict）的第一个元素，但在第二次迭代时，它将是{{的总和1}}（"likes"）。
因此，总结喜欢使用int函数doc的initializer参数。
reduce但我相信，使用def sum_favorites(msgs):
num_favorites = reduce(lambda x, y: x + y["likes"], msgs, 0)
return num_favorites
是一种更加pythonic的方式：
sum答案 3 :(得分：2)
考虑reduce的工作原理。 x是累加器变量，设置为前一个函数的返回值。
第一次迭代
lambda x, y: x["likes"] + y["likes"] = 40
第二次迭代
lambda 40, y: 40["likes"] + y["likes"] = ???
答案 4 :(得分：0)
在阅读了Paul的回复之后，我意识到为了确保始终如一地总结一致的数据类型，我必须启动reduce以使用int来实现＆＃39; x＆＃39 ;以及＆＃39; y＆＃39;的字典。因此，
def average_favorites(tweets):
num_favorites = reduce(lambda x, y: x + y["favorites"], tweets, 0)
return num_favorites