lambda 匿名函数，map，filter,reduce,zip,介绍

sum_1=lambda x,y:x+yprint(sum_1(1,2))

l=[1,2,3,4]print(list(map(lambda x:x*4,l)))#map()将函数func应用于序列seq中的所有元素。# 在Python3之前，map()返回一个列表，# 列表中的每个元素都是将列表或元组“seq”中的相应元素传入函数func返回的结果#使用map就相当于使用了一个for循环def my_map(func,seq):    result=[]    for i in seq:        result.append(func(i))    return resultl=[1,2,3,4]print(list(my_map(lambda x:x+100,l)))#########

def my_map(func,seq):    for i in seq:        yield func(i)

l=[1,2,3,4]print(list(my_map(lambda x:x+100,l)))

#可以给map函数传入多个序列参数，它将并行的序列作为不同参数传入函数print(list(map(pow,[2,3,4],[10,11,12])))

from operator import addx=[1,2,3]y=[4,5,6]

print(list(map(add,[1,2,3],[4,5,6])))   #注意格式

############

#filter函数实现一个过滤的功能#判断大小li=[30,11,77,8,25,65,4]print(list(filter(lambda x:x>33,li)))

#判断两个列表的交集x=[1,2,3,4,5]y=[3,4,5,6,7]print(list(filter(lambda a: a in x,y)))

#reduce同样是接收两个参数：func（函数）和seq(序列，如list)#reduce最后返回的不是一个迭代器，它返回一个值#reduce首先将序列中的前两个元素，传入func中，# 再将得到的结果和第三个元素一起传入func，…，# 这样一直计算到最后，得到一个值，把它作为reduce的结果返回

#reduce 求和from functools import reduceprint(reduce(lambda x,y:x+y,[1,2,3,4]))

#求1-100 的和from functools import reduceprint(reduce(lambda x,y:x+y,range(1,101)))

#三元运算

#三元运算（三目运算）在Python中也叫条件表达式。# 三元运算的语法非常简单，主要是基于True/False的判断

#使用它就可以用简单的一行快速判断，# 而不再需要使用复杂的多行if语句from functools import reducel=[30,11,33,44,66,232,6]t=(2,3,5)print(reduce(lambda x,y:x if x>y else y,l))print(reduce(lambda x,y:x if x>y else y,t))print(max(max(2,6),5))  #利用max函数求最大值#三元运算配合lambda表达式和map,将一个列表里面的奇数加100print(list(map(lambda x: x+100 if x%2 else x,l)))#zip函数接收一个或多个可迭代对象作为参数，最后返回一个迭代器x=[‘a‘,‘b‘,‘c‘]y=[1,2,3]a=list(zip(x,y))print(a)b=list(zip(*a))print(b)#zip(x, y) 会生成一个可返回元组 (m, n) 的迭代器，# 其中m来自x，n来自y。 一旦其中某个序列迭代结束，# 迭代就宣告结束。 因此迭代长度跟参数中最短的那个序列长度一致x=[1,2,3,4,5]y=[9,5,6]for m,n in zip(x,y):    print(m,n)# 1 9# 2 5# 3 6itertools.zip_longest()from itertools import zip_longestfor m,n in zip_longest(x,y):    print(m,n)#1 9# 2 5# 3 6# 4 None# 5 None#其他应用keys = [‘name‘,‘age‘,‘salary‘]values=[‘andy‘,12,1111]d=dict(zip(keys,values))print(d)