人生苦短，菜鳥學Python！

我是菜鳥哥，今天，我們會一次性分享6個堪稱神仙的內置函數。在很多計算機書籍中，它們也通常作為高階函數來介紹。而我自己在日常工作中，經常使用它們來使代碼更快，更易于理解。

Lambda 函數

Lambda函數用于創建匿名函數，即沒有名稱的函數。它只是一個表達式，函數體比def簡單很多。當我們需要創建一個函數來執行單個操作并且可以在一行中編寫時，就可以用到匿名函數了。

lambda [arg1 [,arg2,.....argn]]:expression

lambda的主體是一個表達式，而不是一個代碼塊。僅僅能在lambda表達式中封裝有限的邏輯進去。例如：

lambda x: x+2

如果我們也想像def定義的函數隨時調用，可以將lambda函數分配給這樣的函數對象。

add2 = lambda x: x+2
add2(10)

輸出結果：

利用Lambda函數，可以將代碼簡化很多，具體再舉個例子。

如上圖所示，結果列表newlist是使用lambda函數用一行代碼生成的。

Map 函數

map()函數會將一個函數映射到一個輸入列表的所有元素上。

map(function,iterable)

比如我們先創建了一個函數來返回一個大寫的輸入單詞，然后將此函數應有到列表colors中的所有元素。

def makeupper(word):
    return word.upper()
colors=['red','yellow','green','black']
colors_uppercase=list(map(makeupper,colors))
colors_uppercase

輸出結果：

此外，我們還可以使用匿名函數lambda來配合map函數，這樣可以更加精簡。

colors=['red','yellow','green','black']
colors_uppercase=list(map(lambda x: x.upper(),colors))
colors_uppercase

如果我們不用Map函數的話，就需要使用for循環。

如上圖所示，在實際使用中Map函數會比for循環依次列表元素的方法快1.5倍。

Reduce函數

當需要對一個列表進行一些計算并返回結果時，reduce()是個非常有用的函數。舉個例子，當需要計算一個整數列表所有元素的乘積時，即可使用reduce函數實現。[1]

它與函數的最大的區別就是，reduce()里的映射函數（function）接收兩個參數，而map接收一個參數。

reduce(function, iterable[, initializer])

接下來我們用實例來演示reduce()的代碼執行過程。

from functools import reduce
def add(x, y) :   # 兩數相加
    return x + y
numbers = [1,2,3,4,5]
sum1 = reduce(add, numbers)   # 計算列表和

得到結果sum1 = 15，其代碼執行過程如下方動圖所示。

▲代碼執行過程動圖

結合上圖我們會看到，reduce將一個相加函數add()作用在一個列表[1,2,3,4,5]上，映射函數接收了兩個參數，reduce()把結果繼續和列表的下一個元素做累加計算。

此外，我們同樣可以使用匿名函數lambda來配合reduce函數，這樣可以更加精簡。

from functools import reduce
numbers = [1,2,3,4,5]
sum2 = reduce(lambda x, y: x+y, numbers)

得到輸出sum2= 15，與之前結果保持一致。

需要注意：Python3.x開始reduce()已經被移到functools模塊里[2]，如果我們要使用，需要用from functools import reduce導入.

enumerate 函數

enumerate()函數用于將一個可遍歷的數據對象(如列表、元組或字符串)組合為一個索引序列，同時列出數據和數據下標，一般用在for循環當中。它的語法如下所示：

enumerate(iterable, start=0)

它的兩個參數，一個是序列、迭代器或其他支持迭代對象；另一個是下標起始位置，默認情況從0開始，也可以自定義計數器的起始編號。

colors = ['red', 'yellow', 'green', 'black']
result = enumerate(colors)

如果我們有一個存放colors的顏色列表，運行后就會得到一個enumerate(枚舉) 對象。它可以直接在for循環中使用，也可以轉換為列表，具體用法如下所示。

for count, element in result:
    print(f"迭代編號:{count},對應元素:{element}")

Zip 函數

zip()函數用于將可迭代的對象作為參數，將對象中對應的元素打包成一個個元組，然后返回由這些元組組成的列表[3]。

我們還是用兩個列表作為例子演示：

colors = ['red', 'yellow', 'green', 'black']
fruits = ['apple', 'pineapple', 'grapes', 'cherry']
for item in zip(colors,fruits):
    print(item)

輸出結果：

當我們使用zip()函數時，如果各個迭代器的元素個數不一致，則返回列表長度與最短的對象相同。

prices =[100,50,120]
for item in zip(colors,fruits,prices):
    print(item)

Filter 函數

filter()函數用于過濾序列，過濾掉不符合條件的元素，返回由符合條件元素組成的新列表，其語法如下所示[4]。

filter(function, iterable)

比如舉個例子，我們可以先創建一個函數來檢查單詞是否為大寫，然后使用filter()函數過濾出列表中的所有奇數：

def is_odd(n):
    return n % 2 == 1
old_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
new_list = filter(is_odd, old_list)
print(newlist)

輸出結果：

今天分享的這6個內置函數，在使用 Python 進行數據分析或者其他復雜的自動化任務時非常方便。