这三个内置函数还是非常有用的，在工作中用的还不少，顺手，下面一一进行介绍
1、filter
语法：filter(function,iterable)
解释：把迭代器通过function函数进行过滤出想要的数据
用法：可以设置一个迭代器，然后把相同属性的元素过滤出来，如下所示
list1 = [1,2,3,4,5,6,7,8,9,10] listTemp = filter(lambda x:x%2==0,list1)
上面的意思是过滤出偶数（即被2整除的数），其中使用了匿名函数lambda，非常简便，当然我们也可以自己顶一个函数来实现
另外在python2.*版本中是直接返回list的，但在python3.*中是返回一个迭代器
2、map
语法：map(function,*iterable)
解释：把迭代器（或多个迭代器）通过function函数得到结果
用法：可以设置一个或多个迭代器，然后把相同位置（如果为多个迭代器）的元素通过function函数得到最终结果，如下所示：
#一个迭代器
list1 = [1,2,3,4,5,6,7,8,9]
listTemp = map(lambda x:x*x,list1) #多个迭代器
list2 = [11,12,13]
list3 = [21,22,23,24,25]
listTemp = map(lambda x,y,z:x+y+z,list1,list2,list3)
多个迭代器的时候，是对后面所有的迭代器进行处理（lambda函数的参数个数必须和后面迭代器的个数一致），这里我们又使用了匿名函数lambda
同filter一样，在python2.*版本中是直接返回list的，但在python3.*中是返回一个迭代器
3、reduce
语法：reduce(function,iterable)
解释：把迭代器通过function进行累积计算
用法：function必须包含俩个参数，第一个参数表示初始值，第二个参数表示迭代器的每个元素，如下：
list1 = [1,2,3,4,5]
listTemp = reduce(lambda x,y:x+y*y,list1)
print(listTemp)
通过print可以看出使用的是python3.*，这里要注意的是，reduce函数在3.*版本里面已经移动到functools里面
这里我们再次使用了lambda匿名函数，非常好用，函数式意思是把list1中的元素自乘之后再相加