1.filter
filter(func,iter) 只能处理一个参数(iter)，仅仅将满足func方法的数值过滤出来 如： a = [1,2,3,4,5] list(filter(lambda x:x>2,a)) 输出结果为: [3,4,5] map(func,iter1,iter2,..) 可以处理多个iter，实现通过func方法对iter1,iter2,..进行处理
2.reduce
python中的reduce内建函数是一个二元操作函数，他用来将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给reduce中的函数 func()（必须是一个二元操作函数）先对集合中的第1，2个数据进行操作，得到的结果再与第三个数据用func()函数运算，最后得到一个结果。如：
def myadd(x,y): return x+y sum=reduce(myadd,(1,2,3,4,5,6,7)) print sum
#结果就是输出1+2+3+4+5+6+7的结果即28
当然，也可以用lambda的方法，更为简单：
sum=reduce(lambda x,y:x+y,(1,2,3,4,5,6,7)) print sum
3.map
map是列表到列表，reduce是列表到值。
from functools import reduce import math def format_name(s): return s.upper() def is_odd(x): return x % 2 == 1 def sqr_integer(x): r = math.floor(math.sqrt(x)) return x == r*r def f(x, y): return x + y
# map 把函数 f 依次作用在 list 的每个元素上，得到一个 iterator并返回。 print(list(map(format_name, [‘adam‘, ‘LISA‘, ‘barT‘]))) # reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。reduce()还可以接收第3个可选参数，作为计算的初始值。 print(reduce(f, [1, 3, 5, 7, 9], 100)) # filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的iterator。 print(list(filter(is_odd, [1, 4, 6, 7, 9, 12, 17]))) print(list(filter(sqr_integer,range(100))))
运行结果如下
[‘ADAM‘, ‘LISA‘, ‘BART‘]
125
[1, 7, 9, 17]
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
（1）lambda
lambda是Python中一个很有用的语法，它允许你快速定义单行最小函数。类似于C语言中的宏，可以用在任何需要函数的地方。
基本语法如下：
函数名 = lambda args1,args2,...,argsn : expression
例如：
|
1
2
|
add = lambda x,y : x + yprint add(1,2) |
（2）filter
filter函数相当于一个过滤器，函数原型为：filter(function,sequence),表示对sequence序列中的每一个元素依次执行function，这里function是一个bool函数，举例说明：
|
1
2
3
4
|
sequence = [1,2,3,4,5,6,7,8,9,10]fun = lambda x : x % 2 == 0seq = filter(fun,sequence)print seq |
以下代码就是表示筛选出sequence中的所有偶数。
filter函数原型大致如下：
|
1
2
3
4
5
6
|
def filter(fun,seq): filter_seq = [] for item in seq: if fun(item): filter_seq.append(item) return filter_seq |
（3）map
map的基本形式为：map(function,sequence)，是将function这个函数作用于sequence序列，然后返回一个最终结果序列。比如：
|
1
2
3
4
|
seq = [1,2,3,4,5,6]fun = lambda x : x << 2print map(fun,seq) |
map的函数源代码大致如下：
|
1
2
3
4
5
|
def map(fun,seq): mapped_seq = [] for item in seq: mapped_seq.append(fun(item)) return mapped_seq |
（4）reduce
reduce函数的形式为：reduce(function,sequence,initVal)，function表示一个二元函数，sequence表示要处理的序列，而initVal表示处理的初始值。比如：
|
1
2
3
4
|
seq = [1,2,3,4,5,6,7,8,9,10]fun = lambda x,y: x + yprint reduce(fun,seq,0) |
表示从初始值0开始对序列seq中的每一个元素累加，所以得到结果是55
reduce函数的源代码大致如下：
|
1
2
3
4
5
6
7
8
9
|
def reduce(fun,seq,initVal = None): Lseq = list(seq) if initVal is None: res = Lseq.pop(0) else: res = initVal for item in Lseq: res = fun(seq,item) return res |
（5）apply
apply是用来间接地代替某个函数，比如：
|
1
2
3
4
|
def say(a,b): print a,bapply(say,(234,‘Hello World!‘)) |
