1、一般用法
filter()函數被用於過濾序列，它會過濾掉不符合條件的數據，符合條件的數據將會被留下，filter函數返回的結果是一個可迭代對象。
之所以稱它為高級語法，因為想要正確理解使用它並不容易，同時還要配合上lambda表達式。
filter的語法如下
filter(function, iterable)function 是判斷函數，filter會遍歷iterable里的每一個數據，用function進行判斷，如果符合條件，才會被留下。
iterable 是可迭代對象，如列表，元組，甚至集合都可以
下面是一個簡單的使用示例
from collections import Iterable lst = [1, 2, 5, 6, 7] res = filter(lambda x: x % 2 == 0, lst) # res 是一個可迭代對象 print(isinstance(res, Iterable), type(res)) for item in res: print(item)程序輸出結果
True <class 'filter'>
2
6理解代碼的關鍵有3點
1. filter 做了什么
filter函數會遍歷列表lst, 用lambda表達式來判斷所遍歷到的數據是否符合要求
2. lambda 表達式做了什么
列表lst中的數據會逐個傳給lambda表達式進行判斷，lambda表達式返回這些數是否為2的倍數，盡管沒有return語句，但lambda表達式默認返回 x % 2 == 0 的結果
3. filter函數的返回值是什么
filter函數的返回值是一個可迭代對象，這一點很關鍵，這也是為什么我說filter函數是高級語法的原因。
為什么不返回列表？，如果返回的是列表，那么在filter函數執行過程中，就必須對列表里的每一個數據進行對2取模運算，這樣很浪費空間，因此filter在實現時采用了迭代器技術，將計算延遲到對filter函數返回結果進行遍歷時才進行。
怎么驗證上面的說法呢，對代碼稍加修改
from collections import Iterable def func(x): print("接收參數" + str(x)) return x%2 == 0 lst = [1, 2, 5, 6, 7] res = filter(func, lst) # res 是一個可迭代對象 print(isinstance(res, Iterable), type(res)) for item in res: print(item)現在，我不使用lambda表達式對數據進行判斷，而是使用自由度更高的函數，在函數func中，我輸出接收到的參數，如果對lst數據中的過濾發生執行filter函數期間，那么，在輸出res類型之前，就會執行函數func中的print語句，現在來看程序實際的執行結果
True <class 'filter'>
接收參數1
接收參數2
2
接收參數5
接收參數6
6
接收參數7程序輸出結果表明，在執行filter函數時，並沒有調用func函數對lst中的數據進行過濾，而是在對res進行遍歷時才調用func函數進行過濾
2.結合偏函數，更加強大
單純的使用filter函數，就已經很強大了，結合了偏函數，則更加強大
from functools import partial def even(x): return x%2 == 0 # 創建一個專門用來過濾保留偶數的函數 even_filter = partial(filter, even) lst = [1, 2, 5, 6, 7] res = even_filter(lst) for item in res: print(item)通過使用偏函數partial，我創建了一個專門用來過濾保留偶數的函數，其實最終還是調用執行了filter(even, lst)，但使用even_filter時，我們可以不用去管函數even,在創建even_filter時，已經約定even作為filter的第一個參數來使用了。