其他关于Python的总结文章请访问：https://www.jianshu.com/nb/47435944

详解Python中的 zip、zip(*)、map、reduce、filter

zip和zip(*)

zip() 函数接受（零个）、一个、多个可迭代对象（iterable）为参数，将这些 iterable 合并成一个tuple，返回一个对象，可以使用 list 将返回的 zip 对象转换成列表，列表的长度是所有传入的 iterable 对象中可迭代最短的个数
zip(*) 是 zip 的逆过程，可以将一个 zip 对象返回成多个 iterable 对象，返回的结果依然可以使用 list 转换成列表

a = [1, 2, 3]
b = [4, 5, 6]
c = [7, 8, 9, 10, 11]

zip1 = zip(a,b)
print(zip1)
print(list(zip1))

zip2 = zip(a,b,c)
print(list(zip2))

[a1, b1] = zip(*zip1)
print(list(a1))

------

<zip object at 0x103abc288>
[(1, 4), (2, 5), (3, 6)]
[(1, 4, 7), (2, 5, 8), (3, 6, 9)]
[1, 2, 3]

map和reduce

map 函数接受两个参数，一个是一个函数，另一个是一个可迭代对象（iterable），map将该函数依次作用给可迭代对象中的每一个元素，然后返回的结果再封装成一个迭代器（iterator）

def f(x):
    return x**2

s = map(f,range(10))
print(s)
print(list(s))
<map object at 0x000001D8D906DD48>
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

·reduce函数需要从functools` 包中引入：

from functools import reduce

reduce 接受的参数和 map 一样，不同的作用是 reduce 是依次根据传入的可迭代对象的每个元素，然后把每一次的结果跟下一个元素进行计算，也就是说他的效果是这样的：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

比如一个很经典的结合 map 和 reduce 一起使用的例子是将一个纯数字的 string 变成 int 值：

from functools import reduce
def f(x,y):
    return x*10 + y

def g(c):
    digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
    return digits[c]

a = reduce(f,map(g,'13579'))
print(a)
print(type(a))

------

13579
<class 'int'>

filter函数

filter 函数和 map 类似，但是 filter 是根据所接收的那个函数的返回结果是 True 还是 False 来筛选传入的那个可迭代对象中的元素，如果该函数作用在一个元素上时返回的是 True，那么这个元素也会出现在返回的结果中，反之就不会被返回：

def isOdd(a):
    return a%2 == 1
print(list(filter(isOdd, [1,2,3,4,5,6,7,8,9])))

------

[1, 3, 5, 7, 9]