Python 函数式编程，看这一篇就够了

文末有福利领取哦~

👉一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉二、Python必备开发工具

👉三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉 四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（文末领读者福利）

👉五、Python练习题

检查学习结果。

👉六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

map()函数的常见调用形式如下所示：

map(func, iterable)

map()需要两个必填参数，第一个参数是一个函数名，第二个参数是一个可迭代的对象，如列表、元组等。

map()实现的功能很简单，就是将第二个参数（iterable）中的每一个元素分别传给第一个参数（func），依次执行函数得到结果，并将结果组成一个新的list对象后进行返回。返回结果永远都是一个list。

简单示例如下：

double_func = lambda s : s * 2

map(double_func, [1,2,3,4,5])

[2, 4, 6, 8, 10]

除了传入一个可迭代对象这种常见的模式外，map()还支持传入多个可迭代对象。

map(func, iterable1, iterable2)

在传入多个可迭代对象的情况下，map()会依次从所有可迭代对象中依次取一个元素，组成一个元组列表，然后将元组依次传给 func；若可迭代对象的长度不一致，则会以 None 进行补上。

通过以下示例应该就比较容易理解。

plus = lambda x,y : (x or 0) + (y or 0)

map(plus, [1,2,3], [4,5,6])

[5, 7, 9]

map(plus, [1,2,3,4], [4,5,6])

[5, 7, 9, 4]

map(plus, [1,2,3], [4,5,6,7])

[5, 7, 9, 7]

在上面的例子中，之所以采用x or 0的形式，是为了防止None + int出现异常。

需要注意的是，可迭代对象的个数应该与 func 的参数个数一致，否则就会出现异常，因为传参个数与函数参数个数不一致了，这个应该比较好理解。

plus = lambda x,y : x + y

map(plus, [1,2,3])

Traceback (most recent call last):

File “”, line 1, in

TypeError: () takes exactly 2 arguments (1 given)

另外，map()还存在一种特殊情况，就是 func 为 None。这个时候，map()仍然是从所有可迭代对象中依次取一个元素，组成一个元组列表，然后将这个元组列表作为结果进行返回。

map(None, [1,2,3,4])

[1, 2, 3, 4]

map(None, [1,2,3,4], [5,6,7,8])

[(1, 5), (2, 6), (3, 7), (4, 8)]

map(None, [1,2,3,4], [5,6,7])

[(1, 5), (2, 6), (3, 7), (4, None)]

map(None, [1,2,3,4], [6,7,8,9], [11,12])

[(1, 6, 11), (2, 7, 12), (3, 8, None), (4, 9, None)]

reduce()

reduce()函数的调用形式如下所示：

reduce(func, iterable[, initializer])

reduce()函数的功能是对可迭代对象（iterable）中的元素从左到右进行累计运算，最终得到一个数值。第三个参数 initializer 是初始数值，可以空置，空置为 None 时就从可迭代对象（iterable）的第二个元素开始，并将第一个元素作为之前的结果。

文字描述可能不大清楚，看下reduce()的源码应该就比较清晰了。

def reduce(function, iterable, initializer=None):

it = iter(iterable)

if initializer is None:

try:

initializer = next(it)

except StopIteration:

raise TypeError(‘reduce() of empty sequence with no initial value’)

accum_value = initializer

for x in it:

accum_value = function(accum_value, x)

return accum_value

再加上如下示例，对reduce()的功能应该就能掌握了。

plus = lambda x, y : x + y

reduce(plus, [1,2,3,4,5])

15

reduce(plus, [1,2,3,4,5], 10)

25

filter()

filter()函数的调用形式如下：

filter(func, iterable)

filter()有且仅有两个参数，第一个参数是一个函数名，第二个参数是一个可迭代的对象，如列表、元组等。

filter()函数的调用形式与map()比较相近，都是将第二个参数（iterable）中的每一个元素分别传给第一个参数（func），依次执行函数得到结果；差异在于，filter()会判断每次执行结果的bool值，并只将bool值为true的筛选出来，组成一个新的列表并进行返回。

mode2 = lambda x : x % 2

filter(mode2, [1,2,3,4,5,6,7,8,9,10])

[1, 3, 5, 7, 9]

zip()

zip()函数的调用形式如下：

zip([iterable, …])

zip()函数接收一个或多个可迭代对象，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。

zip([1, 2, 3], [“a”, “b”, “c”])

[(1, ‘a’), (2, ‘b’), (3, ‘c’)]

dict(zip([1, 2, 3], [“a”, “b”, “c”]))

{1: ‘a’, 2: ‘b’, 3: ‘c’}

dict(zip([1, 2, 3], [“a”, “b”]))

{1: ‘a’, 2: ‘b’}

打包元组个数与最短列表个数一致。

enumerate()

enumerate()函数的调用形式如下：

enumerate(iterable, [start=0])

enumerate()函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。

enumerate([‘Spring’, ‘Summer’, ‘Fall’, ‘Winter’])

<enumerate object at 0x1031780>

list(enumerate([‘Spring’, ‘Summer’, ‘Fall’, ‘Winter’]))

[(0, ‘Spring’), (1, ‘Summer’), (2, ‘Fall’), (3, ‘Winter’)]

all()、any()

最后

不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~

给大家准备的学习资料包括但不限于：

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！