函数式编程用到的一些函数

1、匿名函数

语法：
lambda 参数列表: 表达式
不需要return
实例：

f = lambda x, y: x + y
print(f(1, 2))		# 3

2、三元表达式

语法：
条件为真时返回的结果 if 条件判断 else 条件为假时的返回结果
实例：

x = 2
y = 3
r = x if x > y else y
print(r)	# 3

3、map

描述：
map(函数，序列) 会根据提供的函数对指定的序列做映射
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表
实例：

list_x = [1, 2, 3, 4, 5, 6, 7, 8]

def square(x):
    return x * x

r = map(square, list_x)
print(r)			# <map object at 0x00000000029B5408>
print(list(r))		# [1, 4, 9, 16, 25, 36, 49, 64]

4、map和lambda

实例：

list_x = [1, 2, 3, 4, 5, 6, 7, 8]
list_y = [1, 2, 3, 4, 5, 6, 7, 8]

r = map(lambda x: x*x, list_x)
print(list(r))	# [1, 4, 9, 16, 25, 36, 49, 64]
r = map(lambda x, y: x*x+y, list_x, list_y)
print(list(r))	# [2, 6, 12, 20, 30, 42, 56, 72]

如果两个序列的长度不一样，则结果会以短的长度为准

5、reduce

要先导入reduce函数 ：from functools import reduce
连续计算, 连续调用lambda
reduce里的lambda表达式的参数必须是两个
语法：
reduce(函数 有两个参数, 数据集合, 可选 初始参数)
实例：

from functools import reduce

list_x = ['1', '2', '3', '4']
list_y = [1, 2, 3, 4]
r = reduce(lambda x, y: x+y, list_x)
print(r)	# 1234
r = reduce(lambda x, y: x+y, list_y)
print(r)	# 10
r = reduce(lambda x, y: x+y, list_x, 'aaa')
print(r)	# aaa1234

原理：先把集合中的第一个元素看为x，把第二个元素看为y，进行第一轮计算后的结果作为第二轮的x，集合的第三个元素作为y…以此类推

6、filter

filter() 函数用于过滤序列，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换
该函数接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到新列表中
实例：

list_x = [1, 0, 1, 0, 0, 0, 1]
r = filter(lambda x: x, list_x)
print(r)			# <filter object at 0x0000000002879048>
print(list(r))		# [1, 1, 1]