python3高阶函数：map() , reduce() , filter() ,lambda()

1.map()：遍历序列，根据提供的函数对指定序列做映射，对序列中每个元素进行操作，最终获取新的序列

例1：

print(list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])))

# 输出结果：['1', '2', '3', '4', '5', '6', '7', '8', '9']

例2：

def square(x):
     return x**2
result = list(map(square,[1,2,3,4,5]))
print(result)

# 输出结果：[1, 4, 9, 16, 25]

备注：map() : Python 2.x 返回列表；Python 3.x 返回迭代器

2.reduce()：对于序列内所有元素进行累计操作，即是序列中后面的元素与前面的元素做累积计算

（结果是所有元素共同作用的结果）

from functools import reduce

def addl(x,y):
    return x + y

print(reduce(addl,range(1,5)))   

# 输出结果：10

reduce()的作用是接收一个列表，[1,2,3,4]
首先，将1,2传给addl(),计算结果为3
接着，将3,3传给addl(),计算结果为6
接着，将6,4传给addl(),计算结果为10
…

3.filter()：过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换

def func(x):
    return x%2==0
print(list(filter(func,range(1,6))))

# 输出结果：[2, 4]

4.lambda()，匿名函数，不需要命名的函数

def add(x,y):
    return x + y
print(add(1,2))

# 等效于：
g = lambda x, y : x + y
print(g(1,2))

lambda表达式的作用：

1. python写一些执行脚本时，使用lambda就可以省下定义函数过程，比如说我们只是需要写个简单的脚本来管理服务器时间，我们就不需要专门定义一个函数然后再写调用，使用lambda就可以使得代码更加精简。
2. 对于一些比较抽象并且整个程序执行下来只需要调用一两次的函数，有时候给函数起个名字也是比较头疼的问题，使用lambda就不需要考虑命名的问题了。
3. 简化代码的可读性，由于普通的函数阅读经常要跳到开头def定义部分，使用lambda函数可以省去这样的步骤。