①从参数方面来讲：
map()函数：
map()包含两个参数，第一个是参数是一个函数，第二个是序列（列表或元组）。其中，函数（即map的第一个参数位置的函数）可以接收一个或多个参数。
reduce()函数：
reduce() 第一个参数是函数，第二个是 序列（列表或元组）。但是，其函数必须接收两个参数。
②从对传进去的数值作用来讲：
map()是将传入的函数依次作用到序列的每个元素，每个元素都是独自被函数“作用”一次；（请看下面的栗子）
reduce()是将传人的函数作用在序列的第一个元素得到结果后，把这个结果继续与下一个元素作用（累积计算），
最终结果是所有的元素相互作用的结果。（请看下面的栗子）
举个栗子：
map()函数：
# 传入一个参数
def one_p(x):
return x * x
print 'map1.1:', map(one_p, range(1, 5))
#结果：map1.1: [1, 4, 9, 16]
print 'map1.2:', map(one_p, [1, 2, 3, 4, 5, 6])
#结果：map1.2: [1, 4, 9, 16, 25, 36]
# 传入多个参数
a = [1, 2, 3, 4, 5]
b = [1, 1, 6, 2, 3]
c = [1, 2, 3, 4, 5]
s = map(lambda (x, y, z): x * y * z, zip(a, b, c))
print 'map2:', s
#结果：map2: [1, 4, 54, 32, 75]
第二个例子是1*1*1，2*1*2，3*6*3，4*2*4，5*3*5然后组成的列表
reduce()函数：
r1 = reduce(lambda x, y: x * y, (2, 2, 6, 2)) # 运算过程：(((2*2)*6)*2) r2 = reduce(lambda x, y: x * y, (2, 2, 6), 2) # 运算过程：(((2*2)*6)*2) print 'r1:', r1 # 结果：r1: 48 print 'r2:', r2 # 结果：r2: 48
参考文档：https://www.cnblogs.com/jiafujun/p/7294332.html