1、map

map会将一个函数映射到一个输入列表的所有元素上。

规范：    map（function_to_apply,list_of_inputs）

大多数时候，我们要把列表中所有元素一个个的传递给一个函数，并收集输出。

比如说：

items = [1,2,3,4,5]squared = []for i in items:    squared.append(i**2)print(squared)

那么我们可以用map来实现就是：

>>> items = [1,2,3,4]>>> squared = list(map(lambda x:x**2,items))>>> print(squared)[1, 4, 9, 16]

我们通常使用lambda函数来配合map。不仅用于一列表的输入，我们甚至可以用于以列表的函数！

def multiply(x):    return x*xdef add(x):    return x+xfuncs = [multiply,add]for i in range(5):    value = map(lambda x:x(i),funcs)    print(list(value))输出：[0, 0][1, 2][4, 4][9, 6][16, 8]

2、filter

filter函数用于过于序列，过滤掉不符合条件的元素，返回一个迭代器对象*，不是列表，如果想要转换为列表，可以使用list（）转换

规范：filter（function，iterable）

function---判断函数

iterable---可迭代对象

def is_odd(x):    return x % 2 == 1list1 = filter(is_odd,[1,2,3,4,5,6])list2 = list(list1)print(list2)

过滤出1-100中平方根是整数的数：

import mathdef is_sqrt(n):    return math.sqrt(n) % 1 == 0tmplist = filter(is_sqrt,range(1,101))newlist = list(tmplist)print(newlist)

3、reduce

reduce函数会对参数序列中元素进行累积

函数将一个数据集合中的所有数据进行下列操作：用传给reduce 中的函数function（有两个参数）先对集合中的第1、2个元素进行操作，得到的结果再与第三个数据用function函数运算，最后得到一个结果，返回值是函数的计算结果。

规范：reduce（function,iterable[,initializer]）

function---函数，有两个参数

iterable---可迭代对象

initializer---可选，初始参数

def add(x,y):    return x+ya = reduce(add,[1,2,3,4])print(a)---------------------------------------------------------------------------NameError                                 Traceback (most recent call last)
    
      in 
     
      ()      1 def add(x,y):      2     return x+y----> 3 a = reduce(add,[1,2,3,4])      4 print(a)NameError: name 'reduce' is not defined
     
    

为什么会出现这种错误呢？

是因为reduce()函数已经被从全局名字空间里移除了,它现在被放置在fucntools模块里 用的话要 先引

>>> from functools import reduce>>> def add(x,y):	return x+y>>> a = reduce(add,[1,2,3,4])>>> print(a)10