1.filter（使用的较多）
Python2的时候是内置函数，Python3修改成了一个内置类。
filter可以给定两个参数，第一个参数是函数，第二个参数是可迭代对象，filter结果是一个filter类型的对象，filter对象也是一个可迭代对象。
ages = [12, 23, 30, 17, 16, 22, 19] x = filter(lambda ele: ele > 18, ages) adult = list(x) print(adult) # [23, 30, 22, 19]
2.map（使用的不是很多）
map()是 Python 内置的高阶函数，它接收一个函数 f 和一个可迭代对象，并通过把函数 f 依次作用在可迭代对象的的每个元素上，得到一个新的可迭代对象并返回。
ages = [12, 23, 30, 17, 16, 22, 19] m = map(lambda ele: ele + 2, ages) print(list(m)) # [14, 25, 32, 19, 18, 24, 21]
3.reduce
在python3中如果使用reduce需要先导入：
from functools import reduce
reduce函数会对参数序列中元素进行累积。
reduce函数的定义：
reduce(function, sequence [, initial] ) -> value
function参数是一个有两个参数的函数，reduce依次从sequence中取一个元素，和上一次调用function的结果做参数再次调用function。
举例说明，比如有列表lst=[1,2,3,4],我们希望得到列表每个元素之和,代码如下：
from functools import reduce lst=[1,2,3,4] print(reduce(lambda x,y: x+y, lst))
那如果我们希望是序列的乘积呢，下面代码的意思就是列表每个元素相乘的结果。
from functools import reduce lst=[1,2,3,4] print(reduce(lambda x,y: x*y, lst)) # 结果24
下面来个稍微复杂点的,注意看lambda函数的变化。
from functools import reduce lst=[1,2,3,4] print(reduce(lambda x,y: x*y+1, lst)) #计算过程如下: # 这个式子只有两个参数,没有初始化值,那么就取列表前2项,通过lambda函数计算结果 #1*2+1=3, #上面计算的结果在与列表第三个元素通过lambda函数计算 # 3*3+1=10 #上面计算的结果在与列表第四个元素通过lambda函数计算 # 10*4+1=41 接下来都是以此类推,可以自己增加几个元素演示,或者换下lamda函数计算,验证结果.
再说说有初始化值的情况, 这个时候就不是取列表的前两项, 而是取初始值为第一个,序列的第一个元素为第二个元素,开始进行lambda函数的应用计算。
from functools import reduce lst=[1,2,3,4] print(reduce(lambda x,y: x+y, lst,5)) # 5是初始值,也可以理解为第三个参数 # 计算呢过程 -->5+1=6 -->6+2=8 -->8+3=11 -->11+4=15