在序列中映射函数map

map函数会对一个序列对象中的每一个元素应用被传入的函数，并且返回一个包含了所有函数调用结果的一个列表。

例1:

def sum(x):
    return x + 10

L1 = [1,2,3,4,5,6,7]
L = map(sum, L1)
#结果为[11, 12, 13, 14, 15, 16, 17]

map还有更高级的使用方法，例如提供了序列作为参数，它能够并行返回分别以每个序列中的元素作为函数对应参数得到的结果的列表。如例2所示。

例2:

def sum(x, y):
    return x + y

L1 = [1,2,3,4,5,6]
L2 = [10,11,12,13,14,15]
print map(sum, L1, L2)
#结果为[11, 13, 15, 17, 19, 21]

注意：map调用与列表解析很相似，但是map对每一个元素都应用了函数调用而不是任意的表达式。因为这点闲置，从某种意义上来说，它成为了一个不太通用的工具，尽管如此，在某些情况下，目前map比列表解析运行起来更快。它也比for循环更快。

函数式编程工具(filter和reduce)

map函数是Python用来进行函数式编程的这类工具中最简单的内置函数代表：函数式编程的意思就是对应序列应用一些函数的工具。例如，基于某一侧式函数过滤出一些元素（filter），以及对每对元素都应用函数并运行到最后结果（reduce）。由于range和filter都返回可迭代对象，在Python3.0中，它们需要list调用来显示其所有结果。

序列中的元素若其返回值为真的话，将会被键入到结果的列表中。就像map，这个函数能够用for 循环来等效，但是它是内置的，运行起来比较快。

L = range(-10,10)
print filter(lambda x:x>4, L)
#结果为[5, 6, 7, 8, 9]

序列中的元素若其返回值为真的话，将会被键入到结果的列表中。就像map，这个函数能够用for 循环来等效，但是它是内置的，运行起来比较快。

res = []
for x in range(-10,10):
    if x >5:
        res.append(x)

print(res)
#结果为[5, 6, 7, 8, 9]

reduce在Python2.6中只是一个简单的内置函数，但是在Python3.0中则位于functools模块中，要更复杂一些。

>>>reduce((lambda x,y: x+y), [1,2,3,4,5])
15
>>>reduce((lambda x,y: x*y), [1,2,3,4,5])
120

Python学习：映射函数(map)和函数式编程工具(filter和reduce)