Python 中的 map() 和 filter() 方法详解

这两个都是 Python 的内置高阶函数（接受函数作为参数），用于处理可迭代对象（如列表、元组等），但功能不同：

1. map() 函数

作用：对可迭代对象中的每个元素应用指定函数，返回处理后的新迭代器。

语法：

map(function, iterable)

特点：

不会修改原数据，返回新迭代器

需要转换为列表/元组才能查看结果（Python 3 中返回迭代器）

函数参数可以是内置函数、lambda 或自定义函数

示例：

# 将列表元素转为平方
nums = [1, 2, 3, 4]
squared = map(lambda x: x**2, nums)
print(list(squared))  # 输出: [1, 4, 9, 16]

# 转换数据类型
str_nums = ["5", "10", "15"]
int_nums = map(int, str_nums)
print(list(int_nums))  # 输出: [5, 10, 15]

# 多个可迭代对象（并行处理）
a = [1, 2, 3]
b = [10, 20, 30]
sums = map(lambda x,y: x+y, a, b)
print(list(sums))  # 输出: [11, 22, 33]

2. filter() 函数

作用：筛选可迭代对象中满足条件的元素，返回新迭代器。

语法：

filter(function, iterable)

特点：

函数应返回布尔值（True/False）

保留使函数返回 True 的元素

函数参数为 None 时，过滤掉 “假值”（False, 0, “”, None 等）

示例：

# 筛选偶数
nums = [1, 2, 3, 4, 5, 6]
evens = filter(lambda x: x % 2 == 0, nums)
print(list(evens))  # 输出: [2, 4, 6]

# 过滤空字符串
words = ["hello", "", "world", None, " "]
valid_words = filter(None, words)
print(list(valid_words))  # 输出: ['hello', 'world', ' ']

# 自定义筛选函数
def is_positive(n):
    return n > 0

mixed = [-5, 0, 3, -2, 8]
positives = filter(is_positive, mixed)
print(list(positives))  # 输出: [3, 8]

关键区别对比

特性	map()	filter()
目的	转换所有元素	筛选符合条件的元素
返回值	与输入长度相同的迭代器	长度 ≤ 原数据的迭代器
函数要求	可返回任意类型	必须返回布尔值
典型用途	类型转换、数学运算、格式处理	数据清洗、条件筛选、去重

结合使用示例

# 先筛选再转换
data = [1, "a", 2, "b", 3.5, None]

# 步骤1: 过滤出整数
integers = filter(lambda x: isinstance(x, int), data)

# 步骤2: 转换为字符串
result = map(str, integers)

print(list(result))  # 输出: ['1', '2']

现代替代方案：列表推导式

虽然 map() 和 filter() 很有用，但列表推导式通常更易读：

# 等效于 map()
squared = [x**2 for x in nums]

# 等效于 filter()
evens = [x for x in nums if x % 2 == 0]

# 组合使用
combined = [str(x) for x in data if isinstance(x, int)]

建议：

简单操作使用列表推导式

复杂逻辑或已有函数时使用 map()/filter()

处理大数据时优先用迭代器（节省内存）