map和filter的功能被有意地更改为返回迭代器，reduce从内置函数中删除并放在functools.reduce中。

因此，对于filter和map，您可以使用list()来包装它们，以便像前面那样查看结果。

>>> def f(x): return x % 2 != 0 and x % 3 != 0
...
>>> list(filter(f, range(2, 25)))
[5, 7, 11, 13, 17, 19, 23]
>>> def cube(x): return x*x*x
...
>>> list(map(cube, range(1, 11)))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
>>> import functools
>>> def add(x,y): return x+y
...
>>> functools.reduce(add, range(1, 11))
55
>>>

现在的建议是用生成器表达式或列表推导式替换map和filter的使用。例子:

>>> def f(x): return x % 2 != 0 and x % 3 != 0
...
>>> [i for i in range(2, 25) if f(i)]
[5, 7, 11, 13, 17, 19, 23]
>>> def cube(x): return x*x*x
...
>>> [cube(i) for i in range(1, 11)]
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
>>>

他们说for循环在99%的情况下比reduce更容易读，但我还是坚持使用functools。reduce。

编辑:99%的数据直接来自Guido van Rossum撰写的“Python 3.0新增功能”页面。

由于reduce方法已经从Python3的内置函数中删除，所以不要忘记在代码中导入functools。请查看下面的代码片段。

import functools
my_list = [10,15,20,25,35]
sum_numbers = functools.reduce(lambda x ,y : x+y , my_list)
print(sum_numbers)

map和filter的功能被有意地更改为返回迭代器，reduce从内置函数中删除并放在functools.reduce中。

因此，对于filter和map，您可以使用list()来包装它们，以便像前面那样查看结果。

>>> def f(x): return x % 2 != 0 and x % 3 != 0
...
>>> list(filter(f, range(2, 25)))
[5, 7, 11, 13, 17, 19, 23]
>>> def cube(x): return x*x*x
...
>>> list(map(cube, range(1, 11)))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
>>> import functools
>>> def add(x,y): return x+y
...
>>> functools.reduce(add, range(1, 11))
55
>>>

现在的建议是用生成器表达式或列表推导式替换map和filter的使用。例子:

>>> def f(x): return x % 2 != 0 and x % 3 != 0
...
>>> [i for i in range(2, 25) if f(i)]
[5, 7, 11, 13, 17, 19, 23]
>>> def cube(x): return x*x*x
...
>>> [cube(i) for i in range(1, 11)]
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
>>>

他们说for循环在99%的情况下比reduce更容易读，但我还是坚持使用functools。reduce。

编辑:99%的数据直接来自Guido van Rossum撰写的“Python 3.0新增功能”页面。

映射、过滤和还原的优点之一是，当你把它们“链接”在一起做一些复杂的事情时，它们变得多么容易读懂。但是，内置语法不清晰，而且都是“向后”的。因此，我建议使用PyFunctional包(https://pypi.org/project/PyFunctional/)。 以下是两者的对比:

flight_destinations_dict = {'NY': {'London', 'Rome'}, 'Berlin': {'NY'}}

PyFunctional版本

非常清晰的语法。你可以说:

“我有一系列的航班目的地。我想从中脱身 如果city在dict值中，则为dict键。最后，过滤掉 我在这个过程中创建的空列表。”

from functional import seq  # PyFunctional package to allow easier syntax

def find_return_flights_PYFUNCTIONAL_SYNTAX(city, flight_destinations_dict):
    return seq(flight_destinations_dict.items()) \
        .map(lambda x: x[0] if city in x[1] else []) \
        .filter(lambda x: x != []) \

Python默认版本

这一切都是颠倒的。你需要说:

“好吧，这是一个列表。我想过滤掉空列表。为什么? 因为如果城市在dict值中，我首先得到dict键。 哦，我要做这个的列表是flight_destinations_dict

def find_return_flights_DEFAULT_SYNTAX(city, flight_destinations_dict):
    return list(
        filter(lambda x: x != [],
               map(lambda x: x[0] if city in x[1] else [], flight_destinations_dict.items())
               )
    )

您可以在Python 3.0新增功能中阅读有关更改。当你从2开始的时候，你应该仔细阅读它。X到3。因为已经改变了很多。

这里的全部答案都是从文档中引用的。

视图和迭代器代替列表

一些著名的api不再返回列表: […] Map()和filter()返回迭代器。如果你真的需要一个列表，一个快速的解决方法是例如list(map(…))，但更好的解决方法通常是使用一个列表理解(特别是当原始代码使用lambda时)，或者重写代码，使它根本不需要列表。特别棘手的是为函数的副作用调用map();正确的转换是使用常规的for循环(因为创建列表只会浪费时间)。 […]

内置命令

[…] 减少()删除。如果你真的需要，可以使用functools.reduce();然而，在99%的情况下，显式的for循环可读性更好。 […]

from functools import reduce

def f(x):
    return x % 2 != 0 and x % 3 != 0

print(*filter(f, range(2, 25)))
#[5, 7, 11, 13, 17, 19, 23]

def cube(x):
    return x**3
print(*map(cube, range(1, 11)))
#[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]

def add(x,y):
    return x+y

reduce(add, range(1, 11))
#55

它是这样工作的。要获得map的输出，请使用*或list