" 本文字数：763 字 ||
阅读时间：3
分钟 "
Map
Map 会将⼀个函数映射到⼀个输⼊列表的所有元素上。
这是它的规范：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地传递给⼀个函数，并收集输出。
⽐⽅说：
items = [1, 2, 3, 4, 5] squared = [] for i in items: squared.append(i**2)
Map 可以让我们⽤⼀种简单⽽漂亮得多的⽅式来实现。
就是这样：
items = [1, 2, 3, 4, 5] squared = list(map(lambda x: x**2, items))
⼤多数时候，我们使⽤匿名函数(lambdas)来配合 map
不仅 ⽤于⼀列表的输⼊， 我们甚⾄可以⽤于⼀列表的函数
def multiply(x): return (x*x) def add(x): return (x+x) funcs = [multiply, add] for i in range(5): value = map(lambda x: x(i), funcs) print(list(value)) # 上⾯print时，加了list转换，是为了python2/3的兼容性 # 在python2中map直接返回列表，但在python3中返回迭代器 # 因此为了兼容python3, 需要list转换⼀下 # Output: # [0, 0] # [1, 2] # [4, 4] # [9, 6] # [16, 8]
Filter
顾名思义，filter过滤列表中的元素，并且返回⼀个由所有符合要求的元素所
构成的列表，符合要求即函数映射到该元素时返回值为True.
这⾥是⼀个简短的例⼦：
number_list = range(-5, 5) less_than_zero = filter(lambda x: x < 0, number_list) print(list(less_than_zero)) # 上⾯print时，加了list转换，是为了python2/3的兼容性 # 在python2中filter直接返回列表，但在python3中返回迭代器 # 因此为了兼容python3, 需要list转换⼀下 # Output: [-5, -4, -3, -2, -1]
这个 filter 类似于⼀个 for 循环，但它是⼀个内置函数，并且更快。
注意：如果 map 和 filter 对你来说看起来并不优雅的话，那么你可以试试列 表/字典/元组推导式。⼤部分情况下推导式的可读性更好
Reduce
当需要对⼀个列表进⾏⼀些计算并返回结果时，Reduce 是⾮常有⽤的函数。
举个例 ⼦，当你需要计算⼀个整数列表的乘积时。
通常在 Python 中你可能会使⽤基本的 for 循环来完成这个任务。
现在我们来试试 reduce：
from functools import reduce product = reduce( (lambda x, y: x * y), [1, 2, 3, 4] ) # Output: 24
