filter、map、reduce、zip、enumerate

这几个函数在 Python 里面被称为高阶函数，本文主要学习它们的用法。

filter

filter 函数原型如下：

filter(function or None, iterable) --> filter object

第一个参数是判断函数（返回结果需要是 True 或者 False），第二个为序列，该函数将对 iterable 序列依次执行 function(item) 操作，返回结果是过滤之后结果组成的序列。
简单记忆：对序列中的元素进行筛选，获取符合条件的序列。

my_list = [1, 2, 3]
my_new_list = filter(lambda x: x > 2, my_list)
print(my_new_list)

返回结果为：<filter object at 0x0000000001DC4F98>，使用 list 函数可以输入序列内容。

map 函数原型如下：

map(func, *iterables) --> map object

该函数运行之后生成一个 list，第一个参数是函数、第二个参数是一个或多个序列；
下述代码是一个简单的测试案例：

my_list = [-1,2,-3]
my_new_list = map(abs,my_list)
print(my_new_list)

上述代码运行完毕，得到的结果是：<map object at 0x0000000002860390>。使用 print(list(my_new_list)) 可以得到结果。

map 函数的第一个参数，可以有多个参数，当这种情况出现后，后面的第二个参数需要是多个序列。

def fun(x, y):
    return x+y
# fun 函数有2个参数，故需要两个序列
my_new_list = map(fun, [1, 2, 3], [4, 4, 4])
print(my_new_list)
print(list(my_new_list))

map 函数解决的问题：

reduce 函数原型如下：

reduce(function, sequence[, initial]) -> value

第一个参数是函数，第二个参数是序列，返回计算结果之后的值。该函数价值在于滚动计算应用于列表中的连续值。
测试代码如下：

from functools import reduce
my_list = [1, 2, 3]

def add(x, y):
    return x+y

my_new_list = reduce(add, my_list)
print(my_list)
print(my_new_list)

最终的结果是 6，如果设置第三个参数为 4，可以运行代码查看结果，最后得到的结论是，第三个参数表示初始值，即累加操作初始的数值。

my_new_list = reduce(add, my_list,4)
print(my_list)
print(my_new_list)

简单记忆：对序列内所有元素进行累计操作。

zip 函数原型如下：

zip(iter1 [,iter2 [...]]) --> zip object

zip 函数将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。
如果各个迭代器的元素个数不一样，则返回列表长度与最短的对象相同，利用星号（*）操作符，可以将元组解压为列表。
测试代码如下：

my_list1 = [1,2,3]
my_list2 = ["a","b","c"]
print(zip(my_list1,my_list2))
print(list(zip(my_list1,my_list2)))

展示如何利用 * 操作符：

my_list = [(1, 'a'), (2, 'b'), (3, 'c')]
print(zip(*my_list))
print(list(zip(*my_list)))

输出结果如下：


[(1, 2, 3), ('a', 'b', 'c')]

简单记忆：zip 的功能是映射多个容器的相似索引，可以方便用于来构造字典。

enumerate 函数原型如下：

enumerate(iterable, start=0)

参数说明：

该函数用于将一个可遍历的数据对象组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。
测试代码如下：

weekdays = ['Mon', 'Tus', 'Wen', 'Thir']
print(enumerate(weekdays))
print(list(enumerate(weekdays)))

返回结果为：<enumerate object at 0x0000000002803AB0>。

本文涉及的函数可以与 lambda 表达式进行结合，能大幅度提高编码效率。最好的学习资料永远是官方手册