filter,map,reduce

首先看一下匿名函数lambda

lambda的使用方法如下：lambda [arg1[,arg2,arg3,...,argn]] : expression

>>> add = lambda x,y : x + y
>>> add(1,2)
3

1、filter(bool_func,seq)：此函数的功能相当于过滤器。 调用一个布尔函数bool_func来迭代遍历每个seq中的元素；返回一个使bool_func返回值为true的元素的序列。

>>> filter(lambda x : x%2 == 0,[1,2,3,4,5])
[2, 4]

filter内建函数的python实现：

>>> def filter(bool_func,seq):
	filtered_seq = []
	for eachItem in seq:
		if bool_func(eachItem):
			filtered_seq.append(eachItem)
	return filtered_seq

2、map(func,seq1[,seq2...])：将函数func作用于给定序列的每个元素，并用一个列表来提供返回值。

>>> map(lambda x : None,[1,2,3,4])
[None, None, None, None]
>>> map(lambda x : x * 2,[1,2,3,4])
[2, 4, 6, 8]
>>> map(lambda x : x * 2,[1,2,3,4,[5,6,7]])
[2, 4, 6, 8, [5, 6, 7, 5, 6, 7]]

map内建函数的python实现：

>>> def map(func,seq):
	mapped_seq = []
	for eachItem in seq:
		mapped_seq.append(func(eachItem))
	return mapped_seq

3、reduce(func,seq[,init])：func为二元函数，将func作用于seq序列的元素，每次携带一对（先前的结果以及下一个序列的元素），连续的将现有的结果和下一个值作用在获得的随后的结果上，最后减少我们的序列为一个单一的返回值。如果初始值init给定，第一个比较会是init和第一个序列元素而不是序列的头两个元素。

>>> reduce(lambda x,y : x + y,[1,2,3,4])
10
>>> reduce(lambda x,y : x + y,[1,2,3,4],10)
20

reduce内建函数的python实现：

>>> def reduce(bin_func,seq,initial=None):
	lseq = list(seq)
	if initial is None:
		res = lseq.pop(0)
	else:
		res = initial
	for eachItem in lseq:
		res = bin_func(res,eachItem)
	return res