python中的map，reduce，filter函数和lambda表达式
首先看几个栗子：
map(lambda a : a > 3, a)
Out[22]: [False, False, False, True, True]
filter(lambda a : a > 3, a)
Out[23]: [4, 5]
reduce(lambda a : a > 3, a)
Traceback (most recent call last):
File "<ipython-input-24-2c40571c49c9>", line 1, in <module>
reduce(lambda a : a > 3, a)
TypeError: <lambda>() takes exactly 1 argument (2 given)
reduce(lambda a,b : a + b , a)
Out[25]: 15好，由这几个例子开始介绍。
首先介绍lambda表达式，因为前面的例子中都有一个lambda表达式。lambda表达式的作用是将函数用一种简单的方式进行定义，比如：
lambda x : x*x
lambda x, y : x + y
lambda x, y : x > y等等，冒号前面的是传入的参数，后面是执行的操作，返回的就是操作的结果。由于形式简单，所以也只能表达有限的函数类型。但是这种表示方法可以是函数显得非常简洁。比如：
lambda x : x * x
# 等价于
def func(x):
return x * x尤其是在某个函数可能仅仅使用一次的情况下，这样做更好。lambda表达式常常与下面的map，reduce，filter等一起操作，作为他们的参变量传入，起到用简洁的语句完成对某个list数据的处理工作。
下面介绍map，reduce，以及filter。
首先介绍map函数，map 是python中的一个内置的函数，它表示“将某个函数作用于某个list的每个元素身上”。由此也可以知道，我们的map函数需要两个参数：一个是定义好的函数，一个是list。要做到这一点，可以想到，map第一个参数，也就是函数，应该是以后面list的元素的类型作为输入参变量类型的。比如，上面的第一个栗子中，我们定义的是一个判断语句的函数，返回值就是 (a>3) ，这是一个布尔值，所以得到的结果是对每个元素做一个是否大于3的判断，结果为[False, False, False, True, True]。
而filter则是按照某个规则，将符合规则的留下，其余删除。比如第二个栗子。
reduce是对list的数据进行一个连续的操作，它的函数应当是双目运算符，比如第三个栗子中，只给了一个参数，那么就会导致TypeError: () takes exactly 1 argument (2 given)的报错，也就是我们的 lambda表达式只接受一个arg，但是给了两个。这两个就是reduce操作给的，也就是说，每次reduce都要顺次地在list中选两个进行操作，之后放回去，在进行操作，一个简明的解释就是：
reduce(f(a,b), nums) = f(...f(f(nums[0],nums[1]),nums[2]),...,nums[-1])所以可以用它来实现连乘和连加求和等操作。
另外，注意到，map函数的那个函数参数可以是现成的函数，比如str，就是把每个元素变成string类型：
a
Out[28]: [1, 2, 3, 4, 5]
map(str, a)
Out[29]: ['1', '2', '3', '4', '5']2018年03月29日23:34:38