map/reduce:
- map():函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。
- reduce:把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算
list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']
#序列求和
>>> from functools import reduce
>>> def add(x, y):
... return x + y
...
>>> reduce(add, [1, 3, 5, 7, 9])
25
序列求和key再简化：(使用 lambda)
>>> from functool import reduce
>>> reduce(lambda x,y:x+y, [1,3,5,7,9])
25
filter():
- filter():filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素
def is_odd(n):
return n%2 == 1
list(filter(is_odd, [1,2,3,4,5,6,7,8,9,10]))
[1, 3, 5, 7, 9]
filter()函数返回的是一个Iterator，也就是一个惰性序列，所以要强迫filter()完成计算结果，需要用list()函数获得所有结果并返回list
sorted():
- sorted():可以对list进行排序,同时也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序
#简单用法：
>>> sorted([36,5,-12,-5,9])
[-12, -5, 5, 9, 36]
#高阶使用：
>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]
#key指定的函数将作用于list的每一个元素上，并根据key函数返回的结果进行排序。对比原始的list和经过key=abs， 处理过的list：
list = [36, 5, -12, 9, -21]
keys = [36, 5, 12, 9, 21]
#然后sorted()函数按照keys进行排序，并按照对应关系返回list相应的元素：
keys排序结果 => [5, 9, 12, 21, 36]
| | | | |
最终结果 => [5, 9, -12, -21, 36]
#忽略大小写，给字母排序：
>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
['about', 'bob', 'Credit', 'Zoo']
