map，reduce和filter三個函式在python3和python2中發生了較大的差異。具體請看文章後面部分。 1. python的map()函式 2. python的reduce()函式 3. python的lambda()函式

lambda函式

python的map()函式 map()函式接收兩個引數，一個是函式，一個是序列，map將傳入的函式依次作用到序列的每個元素，並把結果作為新的list返回。

舉例說明，比如我們有一個函式f(x)=x%2，要把這個函式作用在一個list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()實現

#使用lambda函式
 print map(lambda x: x % 2, range(7))

[0, 1, 0, 1, 0, 1, 0]

一個最簡單的例子,如基於f(x) = x²,map()作用於list [1, 2, 3, 4, 5, 6, 7, 8, 9]後的結果如下:返回結果仍為list

python的reduce()函式

reduce()函式也是Python內建的一個高階函式。

reduce()函式接收的引數和 map()類似，一個函式 f，一個list，但行為和 map()不同，reduce()傳入的函式 f 必須接收兩個引數，reduce()對list的每個元素反覆呼叫函式f，並返回最終結果值。

例如，編寫一個f函式，接收x和y，返回x和y的和：

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

呼叫 reduce(f, [1, 3, 5, 7, 9])時，reduce函式將做如下計算：

1
2
3
4
5

先計算頭兩個元素：f(1, 3)，結果為4； 再把結果和第3個元素計算：f(4, 5)，結果為9； 再把結果和第4個元素計算：f(9, 7)，結果為16； 再把結果和第5個元素計算：f(16, 9)，結果為25； 由於沒有更多的元素了，計算結束，返回結果25。

上述計算實際上是對 list 的所有元素求和。雖然Python內建了求和函式sum()，但是，利用reduce()求和也很簡單。

reduce()還可以接收第3個可選引數，作為計算的初始值。如果把初始值設為100，計算：

reduce(f, [1, 3, 5, 7, 9], 100)

結果將變為125

前兩天突然用到了python3的map,reduce函式，按照之前python2的方式使用，結果發現結果並不是自己想要的，查詢了資料之後才發現原來map，reduce和filter三個函式在python3和python2中發生了較大的差異。

首先，在型別上，python3中三者是class,返回結果變成了可迭代的物件，而在python2中，三者是內建函式，即。在python3中，得到map(或者filter,reduce)的結果，可以通過如下迭代方式：

或者直接將結果變為list,如下：

最後需要說明的是reduce函式在python3中已經不屬於build-in了，而是在functools模組下，如需使用，需要從functools模組中引入。

print('在py3中執行map')
temp1=map(lambda arg:arg+100, range(7))
print(temp1)
print('在py3中z正確執行map')
temp2=list(map(lambda arg:arg+100, range(7)))
print(temp2)