python中lambda,map,reduce,filter,zip函数

函数式编程

函数式编程（Functional Programming）或者函数程序设计，又称泛函编程，是一种编程范型，它将计算机运算视为数学上的函数计算，并且避免使用程序状态以及易变对象。简单来讲，函数式编程是一种“广播式”的编程，一般结合前面提到过的lambda定义函数，用于科学计算中，会显得特别简洁方便。

在Python中，函数式编程主要由几个函数的使用构成：lambda（）、map（）、reduce（）、filter（），zip（）。

列表解析

列表解析在python中能够简化我们对列表内元素逐一进行操作的代码，也称列表推导式，可以替代函数简化表达。

具体例子：

a = [1, 2, 3,4,5]
b = []
for i in a:
    b.append(i *2)

使用列表解析表示方式：

a = [1, 2, 3,4,5]
b = [i*2 for i in a]

从上面的式子来看，列表解析的表达比for循环要来得简洁。

lambda()函数

lambda是Python支持一种有趣的语法，它允许你快速定义单行的最小函数，类似与C语言中的宏，可以用在任何需要函数。

f = lambda x: x * 2
f(3)
#结果为6

map()函数

先定义一个函数，然后再用map（）命令将函数逐一应用到（map）列表中的每个元素，最后返回一个数组。map（）命令也接受多参数的函数，
map函数格式为map(function,sequence)
把sequence中的值当参数逐个传给function，返回一个包含函数执行结果的list。
如果function有两个参数，即map(function,sequence1,sequence2)。

如map（lambda x，y：x*y，a，b）表示将a、b两个列表的元素对应相乘，把结果返回给新列表。

假设有一个列表a＝[1，2，3]，要给列表中的每个元素都加2得到一个新列表

b = map(lambda x: x+2, a)
b = list(b) 
#结果是[3, 4, 5]

有了列表解析，为什么还要有map（）命令呢？
其实列表解析虽然代码简短，但是本质上还是for命令，而Python的for命令效率并不高，而map（）函数实现了相同的功能，并且效率更高，原则上来说，它的循环命令速度相当于C语言。

reduce()函数

reduce（）函数。它有点像map（）函数，但map（）函数用于逐一遍历，而是reduce（）函数用于递归计算。
reduce函数格式为reduce(function,sequence)
function接收的参数个数只能为2
先把sequence中第一个值和第二个值当参数传给function，再把function的返回值和第三个值当参数传给
function，然后只返回一个结果。

具体例子如下

s = 1
for i in range(1, 5):
     s = s * i

上面是一个1到4的阶乘，如果换成reduce函数可以简化为：

reduce(lambda x,y: x*y, range(1, 5))

其中，lambda x，y：x*y构造了一个二元函数，返回两个参数的乘积。reduce命令首先将列表的前两个元素作为函数的参数进行运算，然后将运算结果与第三个数字作为函数的参数，然后再将运算结果与第四个数字作为函数的参数……依此递推，直到列表结束，返回最终结果。

filter()函数

filter（）函数。顾名思义，它是一个过滤器，用来筛选出列表中符合条件的元素。
filter函数格式为filter(function,sequence)
function的返回值只能是True或False
把sequence中的值逐个当参数传给function，如果function(x)的返回值是True，就把x加到filter的返回值里面。

具体例子如下：

b=[]
for i in range(10):
     if i >3 and <6:
        b.append(i)

使用filte（）函数实现以上目的的语句如下：

b=filter(lambda x:x>3 and x<6 ,range(10))
b=list(b)

整体上比for循环要简洁不是，而且速度上要比循环来得快。

zip()函数

返回一个元祖列表，该元祖按顺序包含每个序列的相应元素，以最小的一个为准。
zip函数格式为zip(sequence1,sequence2,..)