1. 過濾函數filter
定義：filter 函數的功能相當於過濾器。調用一個布爾函數bool_func來迭代遍歷每個列表中的元素；返回一個使bool_func返回值為true的元素的序列。
a=[0,1,2,3,4,5,6,7] b=filter(None, a) print b
輸出結果：[1, 2, 3, 4, 5, 6, 7]
2. 映射和歸並函數map/reduce
這里說的map和reduce是Python的內置函數，不是Goggle的MapReduce架構。
2.1 map函數
map函數的格式：map( func, seq1[, seq2...] )
Python函數式編程中的map()函數是將func作用於列表中的每一個元素，並用一個列表給出返回值。如果func為None，作用等同於一個zip()函數。
下圖是當列表只有一個的時候，map函數的工作原理圖：
舉個簡單的例子：將列表中的元素全部轉換為None。
map(lambda x : None,[1,2,3,4])
輸出：[None,None,None,None]。
當列表有多個時，map()函數的工作原理圖：
也就是說每個seq的同一位置的元素在執行過一個多元的func函數之后，得到一個返回值，這些返回值放在一個結果列表中。
下面的例子是求兩個列表對應元素的積，可以想象，這是一種可能會經常出現的狀況，而如果不是用map的話，就要使用一個for循環，依次對每個位置執行該函數。
print map( lambda x, y: x * y, [1, 2, 3], [4, 5, 6] ) # [4, 10, 18]
上面是返回值是一個值的情況，實際上也可以是一個元組。下面的代碼不止實現了乘法，也實現了加法，並把積與和放在一個元組中。
print map( lambda x, y: ( x * y, x + y), [1, 2, 3], [4, 5, 6] ) # [(4, 5), (10, 7), (18, 9)]
還有就是上面說的func是None的情況，它的目的是將多個列表相同位置的元素歸並到一個元組，在現在已經有了專用的函數zip()了。
print map( None, [1, 2, 3], [4, 5, 6] ) # [(1, 4), (2, 5), (3, 6)] print zip( [1, 2, 3], [4, 5, 6] ) # [(1, 4), (2, 5), (3, 6)]
注意：不同長度的多個seq是無法執行map函數的，會出現類型錯誤。
2.2 reduce函數
reduce函數格式：reduce(func, seq[, init]).
reduce函數即為化簡，它是這樣一個過程：每次迭代，將上一次的迭代結果（第一次時為init的元素，如沒有init則為seq的第一個元素）與下一個元素一同執行一個二元的func函數。在reduce函數中，init是可選的，如果使用，則作為第一次迭代的第一個元素使用。
簡單來說，可以用這樣一個形象化的式子來說明：
reduce(func, [1,2,3])=func(func(1,2), 3)
reduce函數的工作原理圖如下所示：
舉個例子來說，階乘是一個常見的數學方法，Python中並沒有給出一個階乘的內建函數，我們可以使用reduce實現一個階乘的代碼。
n = 5 print reduce(lambda x, y: x * y, range(1, n + 1)) # 120
那么，如果我們希望得到2倍階乘的值呢？這就可以用到init這個可選參數了。
m = 2 n = 5 print reduce( lambda x, y: x * y, range( 1, n + 1 ), m ) # 240
3. 裝飾器@
3.1 什么是裝飾器（函數）？
定義：裝飾器就是一函數，用來包裝函數的函數，用來修飾原函數，將其重新賦值給原來的標識符，並永久的喪失原函數的引用。
3.2 裝飾器的用法
先舉一個簡單的裝飾器的例子：
#-*- coding: UTF-8 -*- import time def foo(): print 'in foo()' # 定義一個計時器，傳入一個，並返回另一個附加了計時功能的方法 def timeit(func): # 定義一個內嵌的包裝函數，給傳入的函數加上計時功能的包裝 def wrapper(): start = time.clock() func() end =time.clock() print 'used:', end - start # 將包裝后的函數返回 return wrapper foo = timeit(foo) foo()
輸出：
in foo() used: 2.38917518359e-05
python中專門為裝飾器提供了一個@符號的語法糖，用來簡化上面的代碼，他們的作用一樣。上述的代碼還可以寫成這樣（裝飾器專有的寫法，注意符號“@”）：
#-*- coding: UTF-8 -*- import time # 定義一個計時器，傳入一個，並返回另一個附加了計時功能的方法 def timeit(func): # 定義一個內嵌的包裝函數，給傳入的函數加上計時功能的包裝 def wrapper(): start = time.clock() func() end =time.clock() print 'used:', end - start # 將包裝后的函數返回 return wrapper @timeit def foo(): print 'in foo()' #foo = timeit(foo) foo()
其實對裝飾器的理解，我們可以根據它的名字來進行，主要有三點：
1）首先裝飾器的特點是，它將函數名作為輸入（這說明裝飾器是一個高階函數）；
2）通過裝飾器內部的語法將原來的函數進行加工，然后返回；
3）原函數通過裝飾器后被賦予新的功能，新函數覆蓋原函數，以后再調用原函數，將會起到新的作用。
說白了，裝飾器就相當於是一個函數加工廠，可以將函數進行再加工，賦予其新的功能。
裝飾器的嵌套：
#!/usr/bin/python # -*- coding: utf-8 -*- def makebold(fn): def wrapped(): return "<b>" + fn() + "</b>" return wrapped def makeitalic(fn): def wrapped(): return "<i>" + fn() + "</i>" return wrapped @makebold @makeitalic def hello(): return "hello world" print hello()
輸出結果：
<b><i>hello world</i></b>
為什么是這個結果呢？
1）首先hello函數經過makeitalic 函數的裝飾，變成了這個結果<i>hello world</i>
2）然后再經過makebold函數的裝飾，變成了<b><i>hello world</i></b>，這個理解起來很簡單。
4. 匿名函數lamda
4.1 什么是匿名函數？
在Python,有兩種函數，一種是def定義，一種是lambda函數。
定義：顧名思義，即沒有函數名的函數。Lambda表達式是Python中一類特殊的定義函數的形式，使用它可以定義一個匿名函數。與其它語言不同，Python的Lambda表達式的函數體只能有唯一的一條語句，也就是返回值表達式語句。
4.2 匿名函數的用法
lambda的一般形式是關鍵字lambda，之后是一個或者多個參數，緊跟的是一個冒號，之后是一個表達式：
lambda是一個表達式，而不是一個語句。
lambda主體是一個單一的表達式，而不是一個代碼塊。
舉一個簡單的例子，假如要求兩個數之和，用普通函數或匿名函數如下:
1）普通函數： def func(x,y):return x+y
2）匿名函數： lambda x,y: x+y
再舉一例：對於一個列表，要求只能包含大於3的元素。
1）常規方法：
L1 = [1,2,3,4,5] L2 = [] for i in L1: if i>3: L2.append(i)
2）函數式編程實現: 運用filter，給其一個判斷條件即可
def func(x): return x>3 filter(func,[1,2,3,4,5])
3）運用匿名函數，則更加精簡,一行就可以了:
filter(lambda x:x>3,[1,2,3,4,5])
總結: 從中可以看出，lambda一般應用於函數式編程，代碼簡潔，常和reduce,filter等函數結合使用。此外，在lambda函數中不能有return，其實“:”后面就是返回值。
為什么要用匿名函數?
1） 使用Python寫一些執行腳本時，使用lambda可以省去定義函數的過程，讓代碼更加精簡。
2） 對於一些抽象的，不會別的地方再復用的函數，有時候給函數起個名字也是個難題，使用lambda不需要考慮命名的問題。
匿名函數的一個典型用法：
用List的內建函數list.sort進行排序：
list.sort(func=None, key=None, reverse=False)
% 排序
L = [2,3,1,4] L.sort() L [1,2,3,4] % 逆序排序 L = [2,3,1,4] L.sort(reverse=True) L [4,3,2,1]
對list的某一列進行排序有兩種方法，一種是自己定義排序方法，取代默認的func；另一種是修改key。這兩種方法均可結束匿名函數來簡潔的實現。
使用匿名函數對list數據第二列進行排序（自定義排序邏輯，相當於修改func參數，參數x,y表示不屬於同一行）：
L = [('b',6),('a',1),('c',3),('d',4)] L.sort(lambda x,y:cmp(x[1],y[1])) L [('a', 1), ('c', 3), ('d', 4), ('b', 6)]
第二種方法（使用key參數，對每一行的第二列排序）：
L = [('b',6),('a',1),('c',3),('d',4)] L.sort(key=lambda x:x[1]) L [('a', 1), ('c', 3), ('d', 4), ('b', 6)]
使用匿名函數先對第二列進行排序，在對第一列進行排序（先對某一行的第2列進行排序，再對第1列進行排序）：
L = [('d',2),('a',4),('b',3),('c',2)] L.sort(key=lambda x:(x[1],x[0])) L [('c', 2), ('d', 2), ('b', 3), ('a', 4)]