map、reduce 和 filter 函数在Python中是高效优雅的函数，可以以简洁而高效的方式转换和操作数据。map函数允许您对可迭代对象中的每个元素应用同一个函数，从而生成一个新的可迭代对象。filter函数则允许您根据条件过滤可迭代对象中的元素，仅保留满足条件的元素。而reduce函数则用于将可迭代对象中的元素逐个结合起来，生成单个值。通过理解和灵活运用这些函数，您能够更加轻松地处理数据，提高编程效率和代码清晰度。
map 函数：多功能的变形器
map函数接收两个参数：
- 计算函数
- 可迭代对象
其目的是对可迭代对象（如列表）中的每个元素应用某种转换。映射函数将该函数应用于可迭代对象中的每个元素，并返回一个新的可迭代对象。
mylist = [1, 2, 3, 4]
def add100(n):
return n + 100
newlist = list(map(add100, mylist))
print(newlist)上面是一个简单的函数 add100(n)，它接收一个数字 n，并简单地返回 n+100。add100 函数应用于 mylist 中的每一个元素：
- add100(1) 返回 101
- add100(2) 返回 102
- add100(3) 返回 103
- add100(4) 返回 104
因此，返回 [101, 102, 103, 104]。
filter函数：选择器/过滤器
filter函数接收两个参数：
- 判断函数
- 可迭代对象
其目的是决定哪些可迭代对象中的元素保留，哪些丢弃。过滤函数不会对元素进行任何转换。
mylist = [1, 2, 3, 4, 5, 6, 7, 8]
def larger5(n):
return n > 5
newlist = list(filter(larger5, mylist))
print(newlist)上面代码是一个函数 larger5(n)，它接收一个数字 n，如果 n 大于5则返回True，否则返回False。
larger5 函数应用于 mylist 中的每一个元素：
- larger5(1) -- larger5(5)返回 False
- larger5(6) -- larger5(8) 返回 True
因此，1、2、3、4、5 返回 False 被丢弃，而只有 6、7、8 返回 True 被保留，最终返回 [6, 7, 8]。
reduce函数：聚合器
reduce 函数接收两个参数：
- 计算函数
- 可迭代对象
这个函数的目的是以某种方式将所有元素压缩成一个值。最简单的例子是加法。
mylist = [1, 2, 3, 4, 5]
from functools import reduce
def add(a, b):
return a + b
result = reduce(add, mylist)
print(result)上面代码是一个简单的函数 add(a, b)，它简单地返回 a+b。
这个函数被应用于每一对元素（累积地）：
- add(1, 2) 返回 3
- add(3, 3) 返回 6
- add(6, 4) 返回 10
- add(10, 5) 返回 15
因此，最终得到 15。
