Python 内置函数原理解析：map, filter, zip, enumerate
Python 内置函数是 Python 编程中最常用的工具之一，它们不仅简化了代码书写，还往往比手动循环更高效。本篇文章将深入解析 map、filter、zip、enumerate 四个常用内置函数的底层原理和使用方法。
1. map 函数
功能
map 用于将一个函数作用到可迭代对象的每个元素上，并返回一个 迭代器。
基本语法
map(function, iterable, ...)
function：要应用的函数iterable：可迭代对象，可以有多个返回值：map 对象（迭代器）
示例
nums = [1, 2, 3, 4]
squared = map(lambda x: x**2, nums)
print(list(squared)) # [1, 4, 9, 16]
多个可迭代对象
nums1 = [1, 2, 3]
nums2 = [4, 5, 6]
summed = map(lambda x, y: x + y, nums1, nums2)
print(list(summed)) # [5, 7, 9]
底层原理
map返回的是 迭代器对象，不会立即计算元素，按需生成（惰性计算）。Python 内部使用 C 语言实现
map对象的迭代器协议，遍历时调用传入函数并返回结果。相比手动循环，
map避免了临时列表开销，尤其在处理大数据时效率更高。
2. filter 函数
功能
filter 用于从可迭代对象中过滤出满足条件的元素。
基本语法
filter(function, iterable)
function：返回布尔值的函数iterable：可迭代对象返回值：filter 对象（迭代器）
示例
nums = [1, 2, 3, 4, 5]
even_nums = filter(lambda x: x % 2 == 0, nums)
print(list(even_nums)) # [2, 4]
底层原理
filter返回 迭代器，也是惰性求值。遍历时调用函数判断元素是否符合条件，只有返回
True的元素才会被生成。内部实现是通过迭代器协议封装的 C 语言对象，因此性能优于手动循环过滤。
3. zip 函数
功能
zip 用于将多个可迭代对象“压缩”在一起，生成一个元组序列，每个元组包含各个可迭代对象对应位置的元素。
基本语法
zip(*iterables)
*iterables：可迭代对象返回值：zip 对象（迭代器）
示例
names = ["Alice", "Bob", "Charlie"]
scores = [85, 90, 78]
zipped = zip(names, scores)
print(list(zipped)) # [('Alice', 85), ('Bob', 90), ('Charlie', 78)]
底层原理
返回 迭代器，惰性生成元组。
遍历时内部同时从每个可迭代对象取一个元素，直到最短序列耗尽。
Python 内部使用 C 语言实现迭代器协议，按需生成结果，避免创建中间列表。
4. enumerate 函数
功能
enumerate 用于将可迭代对象组合为索引序列，同时返回元素的索引和值。
基本语法
enumerate(iterable, start=0)
iterable：可迭代对象start：索引起始值（默认 0）返回值：enumerate 对象（迭代器）
示例
fruits = ["apple", "banana", "cherry"]
for index, fruit in enumerate(fruits, start=1):print(index, fruit)
# 输出：
# 1 apple
# 2 banana
# 3 cherry
底层原理
enumerate返回 迭代器对象。遍历时内部维护一个计数器，每次取元素时返回
(index, value)。同样采用惰性求值，性能优于手动维护计数变量。
总结与比较
| 函数 | 返回值类型 | 特点 |
|---|---|---|
map | 迭代器 | 将函数应用到每个元素 |
filter | 迭代器 | 按条件筛选元素 |
zip | 迭代器 | 多序列并行压缩成元组 |
enumerate | 迭代器 | 返回索引和值的元组 |
核心思想
四个函数都返回 迭代器，实现惰性计算，节省内存。
内部实现依赖 C 语言迭代器协议，效率高。
可以与列表推导式、生成器表达式结合使用，写出简洁高效代码。