range

range()是一個內建函式，它返回一個數字序列，功能和Linux下的seq命令差不多。

>>> list(range(10))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> list(range(5,10))
[5, 6, 7, 8, 9]

>>> list(range(1,10,2))
[1, 3, 5, 7, 9]

range()返回的是一個可迭代物件(迭代器)，可以被迭代工具for/in/map/zip等操作。

>>> 1 in range(10)
True

>>> for i in range(10):print(i,end=" ")
...
0 1 2 3 4 5 6 7 8 9

>>> R = range(4)
>>> I = iter(R)
>>> next(I)
0
>>> I.__next__()
1
>>> next(I)
2
>>> next(I)
3
>>> next(I)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration
 

作為一個可迭代物件，它還支援len()操作和索引操作：

>>> R = range(5)
>>> len(R)
5
>>> R[2]
2

如果想要實現其它功能，可以將其轉換為list/tuple/set，然後使用這些型別的功能。

總歸要記住，迭代器是惰性的，不會一次性生成所有資料，而是按需一個一個收集起來的。

正如上面的range()，它不會一次性將所有數字序列都生成出來再返回，而是生成一個返回一個，需要的時候再生成一個返回一個，這能夠節約記憶體空間。

map

map無論在Perl還是在Python中都是非常強大的工具，Python中map的作用是對給定列表/元組/集合中的每個元素都應用一個函式操作。

比如，對一系列的數值全都乘2：

>>> def time2(x):return 2*x
>>> M = map(time2, [1,2,3,4,5])
>>> M
<map object at 0x000001AFDC2C57B8>
>>> list(M)
[2, 4, 6, 8, 10]

再比如將字串中的字元全都轉換成大寫，這次直接將map的結構全部收集到一個列表中：

>>> list( map(str.upper,"abcd") )
['A', 'B', 'C', 'D']

對於map，有幾個注意點：

1. map的第二個引數是元素集合，可以是任意可迭代物件，比如內建容器型別、range等
   
2. map的第一個引數是想要對每個元素進行操作的函式，可以是已定義的函式，也可以是lambda。它是map的回撥函式
   • 如果是已定義的函式，則只需傳遞函式名稱
     
   • 如果是lambda，則需要指定正確數量的引數
     
3. map自身返回的就是迭代器，也就是說它自己是自己的迭代器
   
4. map是迭代操作，所以它的工作方式是惰性的，按需一次返回一個數據，而不是收集完所有資料後一次性返回
   
5. 所有map操作都能替換成等價的for迴圈，但map的效率比for要高的多，基本能和解析操作的效率差不多

因為map返回的是自身的迭代器，所以可以被for/map/zip/in等迭代工具操作，例如手動迭代：

>>> 2 in map(time2,[1,2,3,4,5])
True

>>> M = map(str.upper,"abcd")
>>> M
<map object at 0x000001AFDC2C5748>
>>> next(M)
'A'
>>> next(M)
'B'
>>> next(M)
'C'
>>> next(M)
'D'
>>> next(M)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

例如，使用lambda作為map的第一個回撥函式的引數：

>>> M = map(lambda x: x * 2, [2,3,4,5])
>>> list(M)
[4, 6, 8, 10]

由於map操作的是迭代器中的每個元素，所以map一般都可以寫成等價的列表解析操作。

>>> [ x * 2 for x in [1,2,3,4,5] ]
[2, 4, 6, 8, 10]

>>> list( map(lambda x: x * 2, [1,2,3,4,5]) )
[2, 4, 6, 8, 10]

一般來說，如果map中使用了lambda，則map效率要稍低於列表解析，如果沒有使用lambda，則map效率要稍高於列表解析。雖然它們效率差不多，但是如果可以的話，強烈建議使用列表解析，因為列表解析是python中極簡潔、極可讀的編碼方式。

zip

zip()函式可以從一個或多個可迭代物件中並行取出元素進行並行的迭代。它也是返回自身的迭代器。

例如：

>>> L1 = ["one","two","three"]
>>> L2 = [1,2,3]

>>> zip(L1,L2)
<zip object at 0x000001AFDC2D9A08>
>>> list(zip(L1,L2))
[('one', 1), ('two', 2), ('three', 3)]

之所以能並行迭代多個可迭代物件，是因為它同時標記多個可迭代物件的迭代位置。如果zip的多個可迭代物件的長度不同，則以最短的長度為標準，因為zip最多隻能標記到最短長度的迭代位置。

因為zip返回的是迭代器，所以可以使用迭代工具去操作zip的結果：

>>> L1 = ["one","two","three"]
>>> L2 = [1,2,3]

>>> ("one",1) in zip(L1,L2)
True

>>> for (x,y) in zip(L1,L2):print(x,"-->",y)
...
one --> 1
two --> 2
three --> 3

zip常用於構建dict，因為它並行從多個迭代物件中取資料：

>>> L1 = ["one","two","three"]
>>> L2 = [1,2,3]

>>> dict(zip(L1,L2))
{'one': 1, 'two': 2, 'three': 3}

需要注意的是，zip可以從任意可迭代物件中取元素，而集合/字典中的元素順序是不定的，所以並行取出來的順序可能不像想象中在位置上那般一一對應。

>>> L1={"one","two","three"}
>>> L2=[1,2,3]
>>> list(zip(L1,L2))
[('one', 1), ('three', 2), ('two', 3)]

filter

Python中的filter函式類似於Perl中的grep，用於從可迭代物件中篩選出元素被函式操作後為True的元素。

filter(function or None, iterable) --> filter object

例如，篩選出列表中字串元素長度大於2的字串：

>>> L = ["a","ab","abc","abcd"]
>>> L1 = filter( (lambda x: len(x) > 2), L )
>>> print(list(L1))
['abc', 'abcd']

上面的工作過程是迭代列表L，每取一個元素都放進函式中操作一番，如果這個元素放進函式中使得函式返回真，則保留這個元素，否則丟棄這個元素。

如果filter的函式部分為None，則表示直接從可迭代物件中取出元素為True的元素：

>>> list(filter(None,["a","ab",0,"","c"]))
['a', 'ab', 'c']

filter的返回結果是一個可迭代物件，可以進行迭代操作：

>>> for i in filter( (lambda x: len(x) > 2), L ): print(i)
...
abc
abcd

reduce

reduce的功能非常好用，看下面的示例：

>>> import functools
>>> functools.reduce(lambda x, y: x+y, [1,2,3,4,5])
15

它的語法為：

reduce(func, sequence[, initial]) -> value

reduce有兩個過程：

1. 先從sequence中取兩個元素作為func的引數，該函式返回一個結果A。這是初始化的過程
   
2. 將結果A與sequence的下一個元素作為func的引數，繼續返回一個結果B，將結果B與下一個元素作為func引數，依次類推，直到迭代完sequence中所有元素

如果給reduce設定了initial引數，則跳過初始化的過程，直接將Initial與sequence的第一個元素作為func的引數。如果沒有給定sequence，而給了Initial，則initial作為直接返回的預設值。

例如，從序列中取出最大值：

>>> reduce( lambda x, y: x if x > y else y, [1,2,3,4,5] )
5

>>> reduce( lambda x, y: x if x>y else y, [1,2,3,4,5],10 )
10

多迭代和單迭代

range()和zip()、map()、filter()稍有不同。range()支援多迭代、而後三者只支援單迭代。

何為單迭代、何為多迭代？多迭代的意思是同一個物件上可以有多個互不影響的獨立迭代器，各迭代器自己記住自己的迭代位置。單迭代的意思是同一個物件上只能有一個迭代器，即使建立了多個迭代器，它們也是串聯起來互相影響的。

下面是range()的多迭代特性：

>>> R = range(3)   # 一個range物件R
>>> I1 = iter(R)   # range物件的一個迭代器
>>> I2 = iter(R)   # range物件的第二個迭代器
>>> next(I1)
0
>>> next(I1)
1
>>> next(I2)     # 和I1互不影響
0
>>> next(I2)
1
>>> next(I1)
2

下面的zip、map、filter單迭代的特性：

# zip的單迭代
>>> Z = zip([1,2,3],[10,11,12]) # 自身是迭代器
>>> I1 = iter(Z)       # 從自身獲取可迭代物件I1
>>> I2 = iter(Z)       # 從自身獲取可迭代物件I2
>>> next(I1)
(1, 10)
>>> next(I2)  # I1和I2迭代的是同一個物件：自身
(2, 11)
>>> next(I1)
(3, 12)

之所以range()支援多迭代，而zip/map/filter都只支援單迭代，是因為：

1. zip/map/filter返回的是自身的迭代器，它們的返回結果自身同時都實現了__iter__()和__next__()兩個方法，所以無論從它們的返回結果上產生多少個可迭代物件，操作的都是它們的物件自身，從而只支援單迭代
   
2. range返回的不是自身迭代器，它的返回結果只實現了__iter__而沒有實現__next__，所以需要通過iter()來生成可迭代物件(迭代器)。無論使用iter()從該返回結果產生多少個可迭代物件，都是互相獨立的可迭代物件，從而支援多迭代

所以一般來說，不是自身迭代器的物件支援多個迭代器，而自身是自身迭代器的物件只支援單個迭代器。