map()、filter()和reduce()

map()、filter()和reduce()是python提供的几个常用的函数式编程接口，性能好，直接由C语言写的，运行时不需要通过python解释器间接调用，并且内部做了诸多优化。

map()

map(function, iterable)函数，它表示，对iterable中的每个元素，都运用function这个函数，最后返回一个新的可遍历的集合：

l = [1, 2, 3, 4, 5]
new_list = map(lambda x: x * 2, l) # [2， 4， 6， 8， 10]

python3 -mtimeit -s'xs=range(1000000)' 'map(lambda x: x*2, xs)'
2000000 loops, best of 5: 171 nsec per loop

python3 -mtimeit -s'xs=range(1000000)' '[x * 2 for x in xs]'
5 loops, best of 5: 62.9 msec per loop

python3 -mtimeit -s'xs=range(1000000)' 'l = []' 'for i in xs: l.append(i * 2)'
5 loops, best of 5: 92.7 msec per loop

可以看出，同样的功能，list comprehension和for循环的性能都不如map。

filter()

filter()函数表示对iterable中的每个元素，都使用function判断，并返回True或者False，最后将返回True的元素组成一个新的可遍历的集合。比如我要返回一个列表中的所有偶数，可以写成下面这样：

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

reduce()

它通常用来对一个集合做一些累积操作。function同样是一个函数对象，规定它有两个参数，表示对iterable中的每个元素以及上一次调用后的结果，运用function进行计算，所以最后返回的是一个单独的数值。举个例子，我想要计算某个列表元素的乘积，就可以用reduce()函数来表示：

l = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, l) # 1*2*3*4*5 = 120