lambda 

大概意思就是

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

改写成 lambda x,y :x+y简单的函数的时候  省略函数名和return

---

map

class map(object)

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

map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。

Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list。

eg

>>> r = map(lambda x:x*x, [1,2,3,4,5,6,7,8,9])

>>> list(r)

[1,4,9,16,25,36,49,64,81]

---

reduce

reduce(...)

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

 这里的参数  是 一个函数 一个序列 一个初始值， 中括号的意思是 初始值可以省略。

reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

from  functools import reduce

DIGITS = {'0':0,'1':1,'2':2,'3':3,'4':4,'5':5,'6':6,'7':7,'8':8,'9':9}

def  char2num(s):

        return DIGITS[s]

def  str2int(s):

        return  reduce(lambda x, y: x *10+ y, map(char2num, s))

---

filter

class filter(object)

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

和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

注意到filter()函数返回的是一个Iterator，也就是一个惰性序列，所以要强迫filter()完成计算结果，需要用list()函数获得所有结果并返回list。

def not_empty(s):

        return s and s.strip()

list (filter (not_empty, ['A','','B', None, 'C', ' ']))

结果当然就是 ['A', 'B', 'C']

感觉这个 not_empty 函数还是挺有趣的，傻傻的我- -。

---

zip

class zip(object)

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

eg1:基本用法

for i in  zip((1,2,3),(4,5,6)):

    print(i)

结果

（1,4）

（2,5）

（3,6）

eg2:改变字典 key和value的对调

dicta={'a':'aa','b':'bb'}     #定义一个字典a

dictb=zip(dicta.values(),dicta.keys())   #用zip方法进行对调

print(dictb)

<zip object at 0xhgkjahgka>     #输出得到一个zip类型  我瞎j8写的

print(dict(dictb))        #类型转换

{'aa':'a','bb':'b'}      #对调成功