一， map     #基本的map运用都可以用解析去替代，复杂的仍然需要定义函数，利用map去做

map(函数， 序列) 将序列的各项经过函数处理， 然后返回到一个新列表中。 #itertools.imap()

>>> s
[‘a‘, ‘b‘, ‘c‘, ‘d‘]

>>> exp1 = map(ord, s)      #s 也可以是字符串， 元组， 字典
>>> exp1
[97, 98, 99, 100]

序列的个数根据前面的函数而定， ord()一次接受一个，所以后面只有一个序列。

>>> add = lambda x, y: x+y

>>> map(add, {‘a‘:‘djsfld‘, ‘b‘: ‘dgfasg‘}, ‘fg‘)  #自定义了一个add函数，接受两个参数，所以后面是两个可迭代的对象。
[‘af‘, ‘bg‘]

注意，后面的两个对象长度必须一致， map不具有不短和截长的功能。

而zip会将长的多余部分给截去， 如：

>>> zip( {‘a‘:‘djsfld‘, ‘b‘: ‘dgfasg‘}, ‘fgf‘)  
[(‘a‘, ‘f‘), (‘b‘, ‘g‘)]           #可以一次循环多个对象，itertools.izip()

在python3* 中，返回的不是列表，而是可迭代对象，可以通过list()函数得到以上结果。

>>> def xixi(x,y):
...     if x>y: return x+y
...     else: return y
...

 >>> map(xixi, ‘abcdefg‘, [‘e‘,‘a‘,‘c‘,‘b‘,‘f‘,‘t‘,‘j‘])
[‘e‘, ‘ba‘, ‘c‘, ‘db‘, ‘f‘, ‘t‘, ‘j‘]

二， filter      #基本的filter运用都可以用解析去替代， 复杂的仍然要自定义函数，利用filter去做，这也许是map和filter依然存在的原因。

filter(过滤函数， 列表)  将列表中的元素经过函数，如果返回True, 就放到一个新的列表中，如果返回False, 就不放进去。#itertools.dropwhile

filter只能一次处理一个元素。所以后面只有一个序列。

>>> def hehe(x):
...     if ord(x)>100:return True
...     else: return False
...
>>> filter(hehe, ‘av‘)
‘v‘

>>> filter((lambda x:x>0), range(-5,5))
[1, 2, 3, 4]

在python3*中返回的不直接是列表，而是一个迭代器。可以用list()查看结果。

三， reduce

对每队元素都应用函数并运行到最后结果。

 >>> reduce((lambda x, y: x+y),range(-5,5))
-5

算法是这样的：(((((((((-5+-4)+-3)+ -2)+ -1)+ 0)+ 1)+ 2)+ 3)+ 4) = -5

by freemao

FAFU

free_mao@qq.com