Python函数式编程－map()、zip()、filter()、reduce()、lambda()

三个函数比较类似，都是应用于序列的内置函数。常见的序列包括list、tuple、str

---

map函数

---

map函数会根据提供的函数对指定序列做映射。

map函数的定义：

map(function, sequence[, sequence, ...]) -> list

map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。

---

1、当seq只有一个时，将函数func作用于这个seq的每个元素上，并得到一个新的seq。
让我们来看一下只有一个seq的时候，map()函数是如何工作的。

示例一

比如要对一个序列中的每个元素进行平方运算：

map(lambda x: x ** 2, [1, 2, 3, 4, 5])

返回结果为：

[1, 4, 9, 16, 25]

或者

>>> def f(x):
...   return x * x
...
>>> map(f, [1, 2, 3, 4, 5])
[1, 4, 9, 16, 25]

map()传入的第一个参数是f，即函数对象本身。

注意：map()函数不改变原有的 list，而是返回一个新的 list。

不需要map()函数，写一个循环，也可以计算出结果

L = []
for n in [1, 2, 3, 4, 5]:
  L.append(f(n))
print L

把f(x)作用在list的每一个元素并把结果生成一个新的list。

示例二

#使用lambda
>>> print map(lambda x: x % 2, range(7))
[0, 1, 0, 1, 0, 1, 0]

#使用列表解析
>>> print [x % 2 for x in range(7)]
[0, 1, 0, 1, 0, 1, 0]

---

2、当seq多于一个时，map可以并行（注意是并行）地对每个seq执行如下图所示的过程

在参数存在多个序列时，会依次以每个序列中相同位置的元素做参数调用function函数。

示例

比如要对两个序列中的元素依次求和。

map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])

map返回的list中第一个元素为，参数序列1的第一个元素加参数序列2中的第一个元素(1 + 2)，
list中的第二个元素为，参数序列1中的第二个元素加参数序列2中的第二个元素(3 + 4)，
依次类推，最后的返回结果为：

[3, 7, 11, 15, 19]

要注意function函数的参数数量，要和map中提供的集合数量相匹配。
如果集合长度不相等，会以最小长度对所有集合进行截取。

---

当函数为None时，操作和zip相似：

map(None, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])

返回结果为：

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

---

---

map()作为高阶函数，事实上它把运算规则抽象了&#