python的map、filter、reduce函数以及列表解析式

lambda函数是python的匿名函数，匿名函数的意思是说它不需要函数名（因为某些函数太过简单，并不需要单独取个函数名）。

1、假如我们需要把数据加100。可以写一个函数：

def add(value):    return value + 100

>>print add(100)
>>200

也可以用匿名函数：

f = lambda x: x + 100

>>print f(100)
>>200
有必要专门写一个函数吗？没有必要，我们完全可以直接print 100 + 100，同样获得200。
但是如果是一个列表a = [1,2,3,4,5]，我们现在要给列表里的元素都乘以100，也就是变成[100,200,300,400,500]。
可以写个for循环，给每个值乘以100。

a = [1,2,3,4,5]for i,v in enumerate(a):    a[i] = v * 100

>>print a
>>[100, 200, 300, 400, 500]
恩，这是一种方法。但是我们可以使用lambda＋map使得语句更优雅

a = [1,2,3,4,5]print map(lambda x:x*100,a)

>>[100, 200, 300, 400, 500]
map：Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。

这样确实可以，但是利用列表推导式，我们可以写出更加易读的代码：

a = [1, 2, 3, 4, 5]print [val * 100 for val in a]

>>[100, 200, 300, 400, 500]

2、假如我们有一个列表b = [1,3,5,7,8]，我们不需要里面的偶数，怎么办？
当然也可以写一个for循环，这里我就不写了。
也可以使用lambda＋filter使得语句更优雅。

b = [1, 3, 5, 7, 8]print filter(lambda x: x % 2 != 0, b)

>>[1, 3, 5, 7]
filetr: Python内置的另一个有用的高阶函数，它接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。
但是利用列表推导式，我们可以写出更加易读的代码：

b = [1, 3, 5, 7, 8]print [val for val in b if val % 2 != 0]

>>[1, 3, 5, 7]
3、假设我们有一个列表，c = [1,2,3,4,5]，我们需要求和，怎么办？
可别写函数了，直接sum(c)就能得出结果了。
但是这里要介绍一下recude函数：

c = [1, 2, 3, 4, 5]print reduce(lambda x, y: x + y, c)

reduce：Python内置的一个高阶函数。它接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。
跟斐波那契数列一样，对前两个元素操作之后，把结果跟第三个元素进行操作，依次类推。
reduce函数也可以满足下面的场景：

d = {'1': 'abc', '2': 'def'}print reduce(lambda first, second: [x + y for x in first for y in d[second]], '12', [''])

>>['ad', 'ae', 'af', 'bd', 'be', 'bf', 'cd', 'ce', 'cf']

总结：

1、列表表达式比内置的 map , filter，reduce 更加清晰，因为 map , filter ,reduce需要额外的 lambda 表达式的支持。
2、字典和集合也都支持列表表达式。