一：filter 函數（過濾器函數）：通常用於過濾的功能，需要加入過濾的條件，過濾的對象為一個可叠代對象的每一個元素，返回一個filter 對象，通過強轉換才可以顯示內容。

example1：

 1 # filter  過濾器函數
 2 
 3 str = [‘a‘,‘b‘,‘c‘,‘d‘]
 4 
 5 def func(s):   # s 為每一個可叠代對象的元素
 6         if s != ‘a‘:   # filter 只能過濾，有過濾條件
 7             return s
 8 
 9 ret = filter(func,str)   
10 print(ret)                #
 
 <filter object at 0x037A55B0>
11 print(list(ret))         # [‘b‘, ‘c‘, ‘d‘]

二：map 函數：參數為一個可叠代對象的每一個元素，是對每一個元素執行相同的操作（通過函數實現具體的操作），返回一個map 對象，同樣可以用強制轉換來顯示內容。

example 2：

 1 # map 函數
 2 
 3 str = [‘a‘,‘b‘,‘c‘,‘d‘]
 4 
 5 def func(s):
 6     return s + ‘zhang‘   # 無過濾條件，filter不起作用
 7 
 8 ret = filter(func,str)
 
 9 print(list(ret))          # str==[‘a‘, ‘b‘, ‘c‘, ‘d‘]，沒有任何改變
10 ret = map(func,str)
11 print(ret)               # <map object at 0x03A15CB0>
12 print(list(ret))         # [‘azhang‘, ‘bzhang‘, ‘czhang‘, ‘dzhang‘]

三：reduce 函數：參數為一個可叠代對象的每一個元素，是對每一個元素執行叠代操作（通過函數實現具體的操作），返回一個具體的值而不是對象。

example 3：

1 # reduce 函數
2 
3 from functools import reduce   # 在py3中需要調用，不是內置函數
4 
5 def add(x,y):
6     return x + y
7 
8 ret = reduce(add,range(1,11))   # 叠代相加，結果不是叠代器，就是一個值
9 print(ret)             #  55

四：lambda 函數（匿名函數）：傳統的函數需要定義和返回語句，並且需要函數名，但是匿名函數不需要函數名，是一條語句，這條語句和函數有相同的功能。一般情況下和map ,reduce 這些函數配合使用。

格式：lambda x,y : x + y (其中，x,y 為函數的參數，x+y 為函數的返回值)

example 4: reduce + lambda 使用實例

1 # lambda 匿名函數
2 # lambda x,y: x * y     參數是 x,y ,返回值是 x*y
3 
4 #    Reduce + lambda
5 
6 ret = reduce(lambda x,y: x * y,range(1,5))  # 叠代操作實現階乘功能
7 print(ret)   # 24

example 5：map + lambda 使用實例

1 #  map() + lambda
2 
3 square = map(lambda x: x * x,range(5))
4 print(square)       # <map object at 0x016673F0> 一個 map 對象
5 print(list(square)) #  [0, 1, 4, 9, 16]

十一：重要的內置函數