说说Python中的几个内建函数和表推导
Guido 非常不喜欢lambda、map、filter以及reduce这几个函数式编程中的函数，他比较喜欢使用表推导。而且出于防止滥用的考虑，lamdba在Python中”享受”到了在其他语言中未曾遇到过的限制。
我个人也很喜欢表推导，不仅仅是速度快，而且看上去更pythonic，那么，上面说的几个函数是不是都可以用表推导代替呢？来做个试验。
map
最基本的lambda就是一个接受参数返回值的匿名函数，没有涉及到枚举，就不单独说了。直接把lambda和map组合起来用，map的作用是将一个函数映射到一个枚举类型上。比如求一个列表中所有值的三次方:
| 123 | >>>l = [1, 2, 3]>>>list(map(lambda x: x**3, l))[1, 8, 27] |
使用表推导：
| 123 | >>>l = [1, 2, 3]>>>[x**3 for x in l][1, 8, 27] |
没什么好说的, 表推导更简洁。注意map外面用了list这是Python3中的语法，因为在Python3中，map和filter都从返回列表更改为返回迭代器了。
filter
filter返回可迭代对象传入function后返回值为True的item。
例如，返回一个列表中只含有字母的元素:
| 123 | >>>l = [\’H2O\’, \’HO\’, \’HNO3\’, \’CO\’]>>>list(filter(lambda x: x.isalpha(), l))[\’HO\’, \’CO\’] |
使用表推导
| 123 | >>>l = [\’H2O\’, \’HO\’, \’HNO3\’, \’CO\’]>>>[x for x in l if x.isalpha()][\’HO\’, \’CO\’] |
嗯，看上去还是表推导更好看，更容易理解
reduce
reduce稍微复杂一些，reduce是一种类似向左折叠列表的操作，按照可迭代对象的顺序迭代调用函数。并且要求函数接受两个参数。如果有第三个参数，则表示初始值。
一个简单的例子，求10的阶乘:
| 123 | >>>from functools import reduce # 在Python3中，reduce()已经从全局命名空间中移除，放置在functools模块中>>>reduce(lambda x, y: x*y, range(1, 10))362880 |
reduce还接受第三个参数，作为初始值，有时候我们是一定需要第三个参数的，例如在一段文本中查找某个单词出现的次数：
| 1234 | >>>from functools import reduce>>>sen = \’I scream, you scream, we all scream for ice-cream!\’>>>reduce(lambda a, x: a + x.count(\’cream\’), sen.split(), 0)4 |
如果不使用默认值，第一个值就是大写字母’I’，显然不能用于计算出现的次数。
这种左乘的迭代操作，并不适合用表推导来实现。
当然为了表示我对表推导的支持，我把上面第二个reduce例子，用表推导实现了一下:
| 123 | >>>sen = \’I scream, you scream, we all scream for ice-cream!\’>>>[i for i in sen.split() if \’cream\’ in i].__len__()4 |
然而这并没有什么luan用，因为迭代求和求乘积的，还是reduce更好用。
apply
apply在Python3中已经被移除了，统一使用*将列表中的值作为参数传入。
结论
综上，表推导可以完全替代map和filter并且更简洁，但是不适用于reduce。