本文共 1584 字，大约阅读时间需要 5 分钟。

在上一篇博客（python lambda函数基础，网址：http://blog.csdn.net/sxingming/article/details/51296284 ）中，我们学习了lambda函数的使用。

本文，在使用lambda函数的基础上，我们学习在python2中，filter( )   map( )   reduce( )三个函数的使用。

1》filter( )函数

filter( )函数会对指定序列执行过滤操作。定义如下：

filter(boolFunction,sequence)：此函数的功能相当于过滤器。调用一个布尔函数boolFunction来迭代遍历每个sequence中的元素；返回一个能够使boolFunction函数返回值为true的元素的序列。 例子： >>> filter(lambda x:x%2==1,[1,2,3,4,5,6]) [1, 3, 5] >>> filter(lambda x:x>10,[2,4,6,7,8,10,11,14,18]) [11, 14, 18]

2》map( )函数

map( )函数会根据提供的函数对指定序列做映射。map函数定义如下：

map(function,sequence1[,sequence2...]) 例子： >>> map(lambda x:None,[1,2,3,4]) [None, None, None, None] >>> map(lambda x:x*2,[1,2,3,4]) [2, 4, 6, 8] >>> map(lambda x:x*2,[1,2,3,[4,5,6]]) [2, 4, 6, [4, 5, 6, 4, 5, 6]] 参数存在多个序列时，会依次以每个序列中相同位置的元素做参数调用function函数。要注意function函数的参数数量，要和map中提供的集合数量相匹配。比如： >>> map(lambda x,y:x+y,[1,2,3,4,5,6],[4,5,6,7,8,9]) [5, 7, 9, 11, 13, 15] map返回的list中第一个元素为，参数序列1的第一个元素加参数序列2中的第一个元素(1 + 4)， list中的第二个元素为，参数序列1中的第二个元素加参数序列2中的第二个元素(2+ 5)， 依次类推，最后的返回结果为： [5, 7, 9, 11, 13, 15] >>> map(lambda x,y:(x,y),[1,2,3,4],[1,2,3,4]) [(1, 1), (2, 2), (3, 3), (4, 4)] 当函数为None时，返回由元组构成的列表，效果等同于上一条，如下： >>> map(None, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10]) [(1, 2), (3, 4), (5, 6), (7, 8), (9, 10)]

3》reduce( )函数

reduce( )函数会对参数序列中元素进行迭代操作。定义如下：

reduce(function,sequence[,init])：function为二元函数，将function作用于sequence序列的元素，每次携带一对（先前的结果以及序列中下一个元素），连续的将现有的结果和序列中下一个值代入function函数中，最后得到一个单一的返回值。

如果初始值init给定，则第一次操作取init的值和序列中第一个元素。如果init没有给定，则第一次操作取序列中的前2个元素。

例子：

>>> reduce(lambda x,y:x+y,[1,2,3,4,5]) # init没有给定初始值 15 >>> reduce(lambda x,y:x+y,[1,2,3,4,5],10) # init给定初始值 25

（完）