1、filter（使用的较多）

　　Python2的时候是内置函数，Python3修改成了一个内置类。

　　filter可以给定两个参数，第一个参数是函数，第二个参数是可迭代对象，filter结果是一个filter类型的对象，filter对象也是一个可迭代对象。

ages = [12, 23, 30, 17, 16, 22, 19]
x = filter(lambda ele: ele > 18, ages)
adult = list(x)
print(adult)  # [23, 30, 22, 19]

2、map（使用的不是很多）

　　map()是 Python 内置的高阶函数，它接收一个函数 f 和一个可迭代对象，并通过把函数 f 依次作用在可迭代对象的的每个元素上，得到一个新的可迭代对象并返回。

ages = [12, 23, 30, 17, 16, 22, 19]
m = map(lambda ele: ele + 2, ages)
print(list(m))  # [14, 25, 32, 19, 18, 24, 21]

3、reduce

　　在python3中如果使用reduce需要先导入：

from functools import reduce

　　reduce函数会对参数序列中元素进行累积。

　　reduce函数的定义：

reduce(function, sequence [, initial] ) -> value

　　function参数是一个有两个参数的函数，reduce依次从sequence中取一个元素，和上一次调用function的结果做参数再次调用function。

　　举例说明，比如有列表lst=[1,2,3,4],我们希望得到列表每个元素之和,代码如下：

from functools import reduce
lst=[1,2,3,4]
print(reduce(lambda x,y: x+y, lst))

　　那如果我们希望是序列的乘积呢，下面代码的意思就是列表每个元素相乘的结果。

from functools import reduce
lst=[1,2,3,4]
print(reduce(lambda x,y: x*y, lst))  # 结果24

　　下面来个稍微复杂点的,注意看lambda函数的变化。

from functools import reduce
lst=[1,2,3,4]
print(reduce(lambda x,y: x*y+1, lst))

#计算过程如下:
# 这个式子只有两个参数,没有初始化值,那么就取列表前2项,通过lambda函数计算结果
#1*2+1=3,
#上面计算的结果在与列表第三个元素通过lambda函数计算
# 3*3+1=10
#上面计算的结果在与列表第四个元素通过lambda函数计算
# 10*4+1=41

接下来都是以此类推,可以自己增加几个元素演示,或者换下lamda函数计算,验证结果.

　　再说说有初始化值的情况, 这个时候就不是取列表的前两项, 而是取初始值为第一个,序列的第一个元素为第二个元素,开始进行lambda函数的应用计算。

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

# 5是初始值,也可以理解为第三个参数
# 计算呢过程
-->5+1=6
-->6+2=8
-->8+3=11
-->11+4=15