转载说明：原创不易，未经授权，谢绝任何形式的转载

Python 提供了许多预定义的内置函数，最终用户只需调用它们即可使用。在本文中，您将了解 Python 的三个最强大的函数：map()、filter() 和 reduce()。这三个函数有助于以函数式方法进行编程（这些方法功能类似JS中的 map()、filter() 和 reduce()）。

Map() 函数

map() 函数是 Python 中内置的高阶函数，它接收一个函数 f 和一个可迭代对象（如列表、元组等）作为输入，对该可迭代对象中的每一个元素执行函数 f，并返回一个由执行结果组成的新的可迭代对象。

语法：

map(function, iterable)

示例：让我们看下面的示例

items = [1, 2, 3, 4, 5]
add = []
for i in items:
    add.append(i+i)
    
print(add)

输出：

[2, 4, 6, 8, 10]

使用 map() 后：

items = [1, 2, 3, 4, 5]
add = list(map(lambda x: x+x, items))
print(add)

延伸阅读

lambda 是 Python 中的一种特殊语法，用来定义一个匿名函数，也就是没有名字的函数。它可以接收任意多个参数，并返回单个表达式的结果。

上面的代码定义了一个列表 items，然后使用 map 函数将一个 lambda 函数作用于该列表中的每一个元素。

Reduce() 函数

reduce() 是 Python 中的一个内置函数，来自于 functools 模块。它接收一个函数 f 和一个可迭代对象（如列表、元组等）作为输入，并对该可迭代对象中的所有元素进行累积运算，得到一个单一的结果。

语法：

reduce(function, iterables)

示例：让我们看下面的示例

add=0
list = [1, 2, 3, 4]
for num in list:
    add = add + num
    
print(add)

输出：

10

使用 reduce() 函数

from functools import reduce
add = reduce((lambda x, y: x + y), [1, 2, 3, 4])
print(add)

filter() 函数

filter() 是 Python 中的一个内置函数，它接收一个函数 f 和一个可迭代对象（如列表、元组等）作为输入，并通过一定的规则对该可迭代对象中的元素进行过滤，仅返回符合规则的元素。

语法：

filter (function, iterables)

示例：让我们看下面的示例

# 定义一个列表
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 使用 filter 函数，仅返回列表中的偶数
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))

# 输出结果
print(even_numbers)
# [2, 4, 6, 8, 10]

在这个案例中，我们定义了一个列表 numbers，然后使用 filter 函数对该列表中的元素进行过滤。

filter 函数需要一个函数作为输入，该函数接收一个参数 x，并返回一个布尔值。在这个案例中，我们使用了一个 lambda 函数，它判断参数是否为偶数：

lambda x: x % 2 == 0

最终，调用 filter 函数的结果是一个列表，该列表中只包含了列表 numbers 中符合过滤规则的元素，即所有的偶数。代码中的最后一行：

print(even_numbers)

将会输出这个结果：

[2, 4, 6, 8, 10]

因此，这段代码对列表 numbers 中的所有元素进行了一个过滤操作，最终得到了一个只包含偶数的列表。

filter 函数在数据处理、数据筛选等场景中非常有用。它可以帮助我们快速地找到符合特定要求的元素，从而使得后续的数据处理、分析更加方便快捷。

需要注意的是，filter 函数只接收一个可迭代对象作为输入，不支持对其他数据类型进行过滤，因此在使用 filter 函数时需要注意数据的类型。

结束

今天的小知识就分享到这里，你学会了吗？感谢你的阅读，如果你喜欢我的分享，别忘了点赞转发，让更多的人看到，最后别忘记关注「前端达人」，你的支持将是我分享最大的动力，后续我会持续输出更多内容，敬请期待。