（1）lambda
lambda是Python中一个很有用的语法，它允许你快速定义单行最小函数。类似于C语言中的宏，可以用在任何需要函数的地方。
基本语法如下：
函数名 = lambda args1,args2,...,argsn : expression
例如：
|
1
2
|
add = lambda x,y : x + yprint add(1,2) |
（2）filter
filter函数相当于一个过滤器，函数原型为：filter(function,sequence),表示对sequence序列中的每一个元素依次执行function，这里function是一个bool函数，举例说明：
|
1
2
3
4
|
sequence = [1,2,3,4,5,6,7,8,9,10]fun = lambda x : x % 2 == 0seq = filter(fun,sequence)print seq |
以下代码就是表示筛选出sequence中的所有偶数。
filter函数原型大致如下：
|
1
2
3
4
5
6
|
def filter(fun,seq): filter_seq = [] for item in seq: if fun(item): filter_seq.append(item) return filter_seq |
（3）map
map的基本形式为：map(function,sequence)，是将function这个函数作用于sequence序列，然后返回一个最终结果序列。比如：
|
1
2
3
4
|
seq = [1,2,3,4,5,6]fun = lambda x : x << 2print map(fun,seq) |
map的函数源代码大致如下：
|
1
2
3
4
5
|
def map(fun,seq): mapped_seq = [] for item in seq: mapped_seq.append(fun(item)) return mapped_seq |
（4）reduce
reduce函数的形式为：reduce(function,sequence,initVal)，function表示一个二元函数，sequence表示要处理的序列，而initVal表示处理的初始值。比如：
|
1
2
3
4
|
seq = [1,2,3,4,5,6,7,8,9,10]fun = lambda x,y: x + yprint reduce(fun,seq,0) |
表示从初始值0开始对序列seq中的每一个元素累加，所以得到结果是55
reduce函数的源代码大致如下：
|
1
2
3
4
5
6
7
8
9
|
def reduce(fun,seq,initVal = None): Lseq = list(seq) if initVal is None: res = Lseq.pop(0) else: res = initVal for item in Lseq: res = fun(seq,item) return res |
（5）apply
apply是用来间接地代替某个函数，比如：
|
1
2
3
4
|
def say(a,b): print a,bapply(say,(234,'Hello World!')) |
