1、一般用法
filter()函数被用于过滤序列，它会过滤掉不符合条件的数据，符合条件的数据将会被留下，filter函数返回的结果是一个可迭代对象。
之所以称它为高级语法，因为想要正确理解使用它并不容易，同时还要配合上lambda表达式。
filter的语法如下
filter(function, iterable)function 是判断函数，filter会遍历iterable里的每一个数据，用function进行判断，如果符合条件，才会被留下。
iterable 是可迭代对象，如列表，元组，甚至集合都可以
下面是一个简单的使用示例
from collections import Iterable
lst = [1, 2, 5, 6, 7]
res = filter(lambda x: x % 2 == 0, lst)
# res 是一个可迭代对象
print(isinstance(res, Iterable), type(res))
for item in res:
print(item)程序输出结果
True <class 'filter'>
2
6理解代码的关键有3点
1. filter 做了什么
filter函数会遍历列表lst, 用lambda表达式来判断所遍历到的数据是否符合要求
2. lambda 表达式做了什么
列表lst中的数据会逐个传给lambda表达式进行判断，lambda表达式返回这些数是否为2的倍数，尽管没有return语句，但lambda表达式默认返回 x % 2 == 0 的结果
3. filter函数的返回值是什么
filter函数的返回值是一个可迭代对象，这一点很关键，这也是为什么我说filter函数是高级语法的原因。
为什么不返回列表？，如果返回的是列表，那么在filter函数执行过程中，就必须对列表里的每一个数据进行对2取模运算，这样很浪费空间，因此filter在实现时采用了迭代器技术，将计算延迟到对filter函数返回结果进行遍历时才进行。
怎么验证上面的说法呢，对代码稍加修改
from collections import Iterable
def func(x):
print("接收参数" + str(x))
return x%2 == 0
lst = [1, 2, 5, 6, 7]
res = filter(func, lst)
# res 是一个可迭代对象
print(isinstance(res, Iterable), type(res))
for item in res:
print(item)现在，我不使用lambda表达式对数据进行判断，而是使用自由度更高的函数，在函数func中，我输出接收到的参数，如果对lst数据中的过滤发生执行filter函数期间，那么，在输出res类型之前，就会执行函数func中的print语句，现在来看程序实际的执行结果
True <class 'filter'>
接收参数1
接收参数2
2
接收参数5
接收参数6
6
接收参数7程序输出结果表明，在执行filter函数时，并没有调用func函数对lst中的数据进行过滤，而是在对res进行遍历时才调用func函数进行过滤
2.结合偏函数，更加强大
单纯的使用filter函数，就已经很强大了，结合了偏函数，则更加强大
from functools import partial
def even(x):
return x%2 == 0
# 创建一个专门用来过滤保留偶数的函数
even_filter = partial(filter, even)
lst = [1, 2, 5, 6, 7]
res = even_filter(lst)
for item in res:
print(item)通过使用偏函数partial，我创建了一个专门用来过滤保留偶数的函数，其实最终还是调用执行了filter(even, lst)，但使用even_filter时，我们可以不用去管函数even,在创建even_filter时，已经约定even作为filter的第一个参数来使用了。