高階函式：

1. 函式的傳入引數是一個函式名
2. 函式的返回值是一個函式名
3. 滿足上述條件任意一個即為高階函式

map：處理序列中的每一個元素，得到的結果是一個列表，該列表元素個數及位置與原來一樣
reduce：處理一個序列，然後把序列進行合併操作
filter：遍歷序列中的每一個元素，判斷每個元素的到布林值，如果是True則留下

map()：
map()函式接收兩個引數，一個是函式，一個是Iterable，map將傳入的函式依次作用到序列的每個元素，並把結果作為新的Iterator返回。

舉例說明，如果對一個列表[1, 2, 3, 4, 5]中的每一個元素做加1操作，就可以用map()來實現：

>>> l = [1, 2, 3, 4, 5]
>>> res = map(lambda x:x+1,l)
>>> print(list(res))
[2, 3, 4, 5, 6]

map()傳入的第一個引數是lambda匿名函式。由於結果res是一個Iterator，Iterator是惰性序列，因此通過list()函式讓它把整個序列都計算出來並返回一個list。

#在不使用map()的情況下，可以通過如下程式碼實現每個元素加1的操作，相比之下map()僅需一行程式碼就能實現
list1 = [1,2,3,4,5]
def map_test
 
(func,array):
    res = []
    for i in array:
        res.append(func(i))
    return res 
print(map_test(lambda x:x+1,list1)) 

將列表轉換為字串：

>>> list1 = [1,2,3,4,5]
>>> res = map(str,list1)
>>> print(list(res))
['1', '2', '3', '4', '5']

reduce()：
reduce()把一個函式作用在一個序列[x1, x2, x3, ...]

比方說對一個序列求和，就可以用reduce實現：

>>> from functools import reduce
>>> list3 = [1,2,3,4]
>>> res = reduce(lambda x,y:x+y,list3,)
>>> print(res)
10
>>> res1 = reduce(lambda x,y:x+y,list3,2)
>>> print(res1)
12
>>>

當然求和運算可以直接用Python內建函式sum()，沒必要動用reduce()，但是如果要把序列[1,2,3,4]變換成整數1234，reduce就可以派上用場：

>>> res2 = reduce(lambda x,y:x*10+y,list3)
>>> print(res2)
1234

filter()
和map()類似，filter()也接收一個函式和一個序列。和map()不同的是，filter()把傳入的函式依次作用於每個元素，然後根據返回值是True還是False決定保留還是丟棄該元素。

list2 = ['test_1','test_2','3','test4']
res = filter(lambda x:not x.startswith('test'),list2)
print(list(res))

同樣，在一個list中，刪掉偶數，只保留奇數，可以這麼寫：

>>> list4 = [1,2,3,4,5]
>>> res = filter(lambda x:x%2==1,list4)
>>> print(list(res))
[1, 3, 5]
>>>

注意到filter()函式返回的是一個Iterator，也就是一個惰性序列，所以要強迫filter()完成計算結果，需要用list()函式獲得所有結果並返回list。