Python入门Day17：函数式编程（map/filter/reduce/lambda）

学习目标：

• 掌握匿名函数lambda的写法与用法
• 熟练使用内置函数map()，filter()，reduce()
• 理解函数式编程思想：函数作为“一等公民”
• 能使用这些工具处理列表，字符串，字典等结构

一、lambda表达式（匿名函数）

定义：lambda是一种简洁的函数定义方式，适用于存放临时，轻量函数

lambda 参数：表达式

示例1：求平方

square = lambda x:x ** 2
print(square(5)) # 输出：25

等价于

def square(x):return x ** 2

示例2：多参数求和

add = lambda a,b:a+b
print(add(3,4))    #输出：7

使用场景：

• 作为map，filter，sorted等函数的参数
• 不需要正式定义一个函数名的场合

二、map()函数——映射转换

对序列中的每个元素应用一个函数，返回一个新序列（生成器）

nums = [1,2,3,4]
squares = map(lambda x:x**@,nums)
print(list(squares))    #[1,4,9,16]

• map(func,iterable)会对iterable中的每个元素都调用func

示例：批量字符串转大写

names = ["alice","bob","charlie"]
result = map(lambda s:s.upper(),names)
print(list(result))    # ['Alice','BOB','CHARLIE']

三、filter()函数——过滤筛选

对序列中的元素按条件筛选，保留返回True的元素

nums = [1,2,3,4,5]
even = filter(lambda x:x % 2==0,nums)
print(list(even))

示例：筛选非空字符串

items = ["","apple","","banana"]
non_empty = filter(lambda x:x != "",items)
print(list(non_empty))    #['apple','banana']

四、reduce()函数——累计计算

对序列进行“前两个->中间值->下一个“的连续操作

需要先导入模块：

from functools import reduce

示例：求列表累积乘积

from functools import reducenums = [1,2,3,4]
result = reduce(lambda x,y:x*y,nums)
print(result) # 输出：24

运算过程：

1 * 2 = 2
2 * 3 = 6
6 * 4 = 24

map/filter/reduce对比总结

函数	功能	返回类型	是否惰性
map	对每项做转换	生成器	✅
filter	按条件筛选	生成器	✅
reduce	两两累计计算	最终值（单个）	❌