1、map
作为一家“创意+整合+营销”的成都网站建设机构，我们在业内良好的客户口碑。成都创新互联提供从前期的网站品牌分析策划、网站设计、网站制作、成都网站建设、创意表现、网页制作、系统开发以及后续网站营销运营等一系列服务，帮助企业打造创新的互联网品牌经营模式与有效的网络营销方法,创造更大的价值。
map()函数接受两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每一个元素上，并把结果作为新的Iterator返回。
举例，比如我们有一个函数f(x)=x*2，要把这个函数作用在一个list[1, 2, 3, 4, 5, 6, 7, 8,
9]上，就可以用map()实现。
def f(x):
... return x*2
...
r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
list(r)
[2, 4, 6, 8, 10, 12, 14, 16, 18]
所以，map()作为高阶函数，事实上它把运算规则抽象了，因此，我们不但可以计算简单的f(x)=x*2，还可以计算任意复杂的函数，比如把这个list所有的数字转为字符串：
list(map(str,[1, 2, 3, 4, 5, 6, 7, 8, 9]))
["1", "2", "3", "4", "5", "6", "7", "8", "9"]
2、reduce
reduce是把一个函数作用在一个序列[x1, x2,
x3……]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累计计算。简单来说，就是先计算x1和x2的结果，再拿结果与x3计算，依次类推。比如说一个序列求和，就可以用reduce实现。
from functools import reduce
def add(x, y):
... return x + y
...
reduce(add, [1, 3, 5, 7, 9])
25
也就是说，假设python没有提供int()函数，你完全可以自己写一个把字符串转化为整数的函数，而且只需要几行代码。
3、filter
用于过滤序列，和map函数类似，filter也接收一个函数和一个序列，不同于map的是，filter把传入的函数依次作用于每一个元素，然后根据返回值是True还是False决定保留还是丢弃该元素，例如，在一个list中，删掉偶数，只保留奇数，可以这么写：
def is_odd(n):
return n % 2 == 1
list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
# 结果: [1, 5, 9, 15]
把一个序列中的空字符串删掉，可以这么写：
def not_empty(s):
return s and s.strip()
list(filter(not_empty, ["A", "", "B", None, "C", " "]))
# 结果: ["A", "B", "C"]
可见用filter()这个高阶函数，关键在于正确实现一个筛选函数。
4、sorted
无论冒泡排序还是快速排序，排序的核心是比较两个元素的大小。如果是数字，我们可以直接比较，但如果是字符串或者两个dict呢?直接比较数学上的大小是没有意义的，因此，比较的过程必须通过函数抽象出来，Python内置的sorted()函数就可以对list进行排序：
sorted([36, 5, -12, 9, -21])
[-21, -12, 5, 9, 36]
此外，sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序：
sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]
map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。 扩展资料
map() 函数语法：
map(function, iterable, ...)；
参数：
function -- 函数；
iterable -- 一个或多个序列
Python内置函数有很多，为大家推荐5个神仙级的内置函数：
(1)Lambda函数
用于创建匿名函数，即没有名称的函数。它只是一个表达式，函数体比def简单很多。当我们需要创建一个函数来执行单个操作并且可以在一行中编写时，就可以用到匿名函数了。
Lamdba的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
利用Lamdba函数，往往可以将代码简化许多。
(2)Map函数
会将一个函数映射到一个输入列表的所有元素上，比如我们先创建了一个函数来返回一个大写的输入单词，然后将此函数应有到列表colors中的所有元素。
我们还可以使用匿名函数lamdba来配合map函数，这样可以更加精简。
(3)Reduce函数
当需要对一个列表进行一些计算并返回结果时，reduce()是个非常有用的函数。举个例子，当需要计算一个整数列表所有元素的乘积时，即可使用reduce函数实现。
它与函数的最大的区别就是，reduce()里的映射函数(function)接收两个参数，而map接收一个参数。
(4)enumerate函数
用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在for循环当中。
它的两个参数，一个是序列、迭代器或其他支持迭代对象;另一个是下标起始位置，默认情况从0开始，也可以自定义计数器的起始编号。
(5)Zip函数
用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表
当我们使用zip()函数时，如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同。
前面介绍的列表和元组都是有序序列，而字典与集合属于无序序列，也就是说，不能通过索引来操作元素。
10.1 字典
语法格式：
dictionary= {key1 : value1, key2 : value2, key3 : value3 ,...., key n : value n }
其中，dictionary是字典名称，key表示元素的键，value表示元素的值，键和值必须是成对的。
如：
dict1 = { 'abc': 123, 98.6: 37 }
dict1
{'abc': 123, 98.6: 37}
可以看出，键可以是字符串、数字或者元组，但必须是唯一的；而值可以是任何数据类型，也没有要求是唯一的。
1、创建字典的方法
方法一：同时给定键和值，即“关键字参数”形式。
dictionary=dict(key1=value1,key2=value2,.....,key n=value n)
注意：这里的key 必须符合Python标识符的命名规则。
例：
先使用“{}”创建字典：
dict1={1:'一',2:'二',3:'三',4:'四',5:'五'}
dict1
{1: '一', 2: '二', 3: '三', 4: '四', 5: '五'}
再通过“关键字参数”形式创建：
dict1=dict(1='一',2='二',3='三',4='四',5='五')
SyntaxError: expression cannot contain assignment, perhaps you meant "=="?
创建不成功，原因在于key 不符合Python标识符的命名规则。前面已经介绍过，标识符不能用数字表示或者用数字打头。
现在对键如下修改：
dict1=dict(n1='一',n2='二',n3='三',n4='四',n5='五') #在数字前加了一个字符”n”
dict1
{'n1': '一', 'n2': '二', 'n3': '三', 'n4': '四', 'n5': '五'}
方法二 ：使用已经存在的元组和列表通过映射函数创建字典。
格式：dictionary=dict(zip(tuplekey,listvalue))
例：
tuplekey=('n1','n2','n3','n4','n5') #键的序列采用元组
listvalue=['一','二','三','四','五'] #值的序列采用列表
dict1=dict(zip(tuplekey,listvalue))
dict1
{'n1': '一', 'n2': '二', 'n3': '三', 'n4': '四', 'n5': '五'}
注意：tuple(listname)函数可以将列表转换为元组，list(tuplename)函数可以将元组转换为列表。
2、通过键访问字典
直接获取键的相应元素的值
dict1['n2']
'二'
利用get()方法
dict1.get('n2')
'二'
get()方法也可以带参数，当要访问的键不存在时返回一个字符串。如：
dict1.get('n0','can't find!') #当要查找的键不存在，返回'can't find!'
"can't find!"
3、遍历字典
使用字典对象的items()方法可以获取字典的“键.值对”列表。
for item in dict1.items():
print(item)
('n1', '一')
('n2', '二')
('n3', '三')
('n4', '四')
('n5', '五')
也可以获取具体的每个元素的键和值，如：
for key,value in dict1.items():
print(key,'对应的是',value)
n1 对应的是 一
n2 对应的是 二
n3 对应的是 三
n4 对应的是 四
n5 对应的是 五
4、添加、修改和删除字典元素
使用下面的语句，若指定的键存在，就可以修改该元素的值；若指定的键不存在，则添加该元素。如：
dict1['n6']='六' # 键’n6’不存在，故添加该元素
dict1
{'n1': '一', 'n2': '二', 'n3': '三', 'n4': '四', 'n5': '五', 'n6': '六'}
dict1['n4']='肆' # 键’n4’存在，故修改该元素
dict1
{'n1': '一', 'n2': '二', 'n3': '三', 'n4': '肆', 'n5': '五', 'n6': '六'}
5、利用推导式建立字典
import random
dict1={i:random.randint(1,100) for i in range(5)}
# 生成元素的键为0到5整数，值为1到100之间的随机数
print(dict1)
运行结果：{0: 28, 1: 59, 2: 79, 3: 30, 4: 88}
10.2 集合
集合是数学中一个很重要的概念，集合具有确定性、互异性、无序性三个基本属性。在Python中，集合同样具有这三个基本属性，其中，确定性是指对象要么是集合的元素，要么不是集合的元素；互异性是指集合中的元素不能重复；无序性是指集合中的元素不分先后次序，可以随意更换位置。
1、集合的创建
直接使用“{}”创建
set1={'春','夏','秋','冬'}
set1
{'秋', '春', '冬', '夏'}
set2={3,2,1,4,5}
set2
{1, 2, 3, 4, 5}
利用已有的列表、元组创建集合
list1=['东','南','西','北']
set3=set(list1)
set3
{'南', '东', '北', '西'}
利用已有的集合建立一个“副本”
set3
{'南', '东', '北', '西'} #set3和set4的值一样
set4=set3
set4
{'南', '东', '北', '西'}
set4.add('中') #给set4添加元素
set4
{'西', '中', '东', '南', '北'} # 这个好理解
set3
{'西', '中', '东', '南', '北'} # 意想不到吧？Set3为什么会发生变化？
再看看简单变量的情况：
a=2
b=a #是不是与前面set4=set3相似
b+=1
b
3
a
2 #但a的值并没有发生改变
从上面集合set3、set4和简单变量a、b的值的变化情况对比，不难发现set3和set4是指向同一地址的对象，而变量a和变量b指向了不同地址，语句b=a是将a的值传递个b，并不是将a的地址传递给b。列表、元组、字典都和集合一样具有这样的性质。
所以，将set4称为set3的“副本”更为恰当。
2、添加和删除元素
set3
{'南', '东', '北', '西'}
set3.add('中') # 添加元素
set3
{'西', '中', '东', '南', '北'} # 集合内的元素是无序的，不要纠结次序的变化
set3.remove('中') # 删除元素
set3
{'西', '东', '南', '北'}
3、集合运算
集合运算包括交()、并(|)、差(-)，和数学中的集合运算是一致的。
set3={'南', '东', '北', '西'}
set4={'西', '中', '东', '南', '北'}
set3 set4 #取set3和set4的交集
{'西', '南', '北', '东'}
set3 | set4 #取set3和set4的并集
{'中', '南', '北', '西', '东'}
set3 - set4 #取set3与set4的差，即set3比set4多出来的元素
set()
set4 -set3 #取set4与set3的差，即set4比set3多出来的元素
{'中'}
参考资料：
Python中常见的数据结构可以统称为容器（container）。序列（如列表和元组）、映射（如字典）以及集合（set）是三类主要的容器。
一、序列（列表、元组和字符串）
序列中的每个元素都有自己的编号。Python中有6种内建的序列。其中列表和元组是最常见的类型。其他包括字符串、Unicode字符串、buffer对象和xrange对象。下面重点介绍下列表、元组和字符串。
1、列表
列表是可变的，这是它区别于字符串和元组的最重要的特点，一句话概括即：列表可以修改，而字符串和元组不能。
（1）、创建
通过下面的方式即可创建一个列表：
输出：
['hello', 'world']
[1, 2, 3]
可以看到，这中创建方式非常类似于javascript中的数组。
（2）、list函数
通过list函数（其实list是一种类型而不是函数）对字符串创建列表非常有效：
输出：
['h', 'e', 'l', 'l', 'o']
2、元组
元组与列表一样，也是一种序列，唯一不同的是元组不能被修改（字符串其实也有这种特点）。
（1） 、创建
输出：
(1, 2, 3) ('jeffreyzhao', 'cnblogs') (1, 2, 3, 4) () (1,)
从上面我们可以分析得出：
a、逗号分隔一些值，元组自动创建完成；
b、元组大部分时候是通过圆括号括起来的；
c、空元组可以用没有包含内容的圆括号来表示；
d、只含一个值的元组，必须加个逗号（,）；
（2）、tuple函数
tuple函数和序列的list函数几乎一样：以一个序列（注意是序列）作为参数并把它转换为元组。如果参数就算元组，那么该参数就会原样返回：
输出：
(1, 2, 3)
('j', 'e', 'f', 'f')
(1, 2, 3)
Traceback (most recent call last):
File "F:\Python\test.py", line 7, in
t4=tuple(123)
TypeError: 'int' object is not iterable
3、字符串
（1）创建
输出：
Hello world
H
H
e
l
l
o
w
o
r
l
d
（2）、格式化
format（）：
print(‘{0} was {1} years old when he wrote this book’. format(name,age) )
print(‘{} was {} years old when he wrote this book’. format(name,age) )
print(‘{name} was {age} years old when he wrote this book’. format(name=’Lily’,age=’22’) )
#对于浮点数“0.333”保留小数点后三位
print(‘{0 : .3f}’.format(1.0/3) )
结果：0.333
#使用下划线填充文本，并保持文字处于中间位置
#使用^定义‘_____hello_____’字符串长度为11
print(‘{0 : ^_11}’.format(‘hello’) )
结果：_____hello_____
% :
格式化操作符的右操作数可以是任何东西，如果是元组或者映射类型（如字典），那么字符串格式化将会有所不同。
输出：
Hello,world
Hello,World
注意：如果需要转换的元组作为转换表达式的一部分存在，那么必须将它用圆括号括起来：
输出：
Traceback (most recent call last):
File "F:\Python\test.py", line 2, in
str1='%s,%s' % 'Hello','world'
TypeError: not enough arguments for format string
如果需要输出%这个特殊字符，毫无疑问，我们会想到转义，但是Python中正确的处理方式如下：
输出：100%
对数字进行格式化处理，通常需要控制输出的宽度和精度：
输出：
3.14
3.141593
3.14
字符串格式化还包含很多其他丰富的转换类型，可参考官方文档。
4、通用序列操作（方法）
从列表、元组以及字符串可以“抽象”出序列的一些公共通用方法（不是你想像中的CRUD），这些操作包括：索引（indexing）、分片（sliceing）、加（adding）、乘（multiplying）以及检查某个元素是否属于序列的成员。除此之外，还有计算序列长度、最大最小元素等内置函数。
（1）索引
输出
H
2
345
索引从0（从左向右）开始，所有序列可通过这种方式进行索引。神奇的是，索引可以从最后一个位置（从右向左）开始，编号是-1：
输出：
o
3
123
（2）分片
分片操作用来访问一定范围内的元素。分片通过冒号相隔的两个索引来实现：
输出：
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[1, 2, 3, 4]
[6, 7, 8, 9]
[1, 2, 3, 4, 5, 6, 7, 8, 9]
[7, 8]
[7, 8, 9]
不同的步长，有不同的输出：
输出：
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 2, 4, 6, 8]
[0, 3, 6, 9]
[]
（3）序列相加
输出：
Hello world
[1, 2, 3, 2, 3, 4]
Traceback (most recent call last):
File "F:\Python\test.py", line 7, in
print str1+num1
TypeError: cannot concatenate 'str' and 'list' objects
（4）乘法
输出：
[None, None, None, None, None, None, None, None, None, None]
HelloHello
[1, 2, 1, 2]
Traceback (most recent call last):
File "F:\Python\test.py", line 5, in
print str1*num1
TypeError: can't multiply sequence by non-int of type 'list'
（5）成员资格
in运算符会用来检查一个对象是否为某个序列（或者其他类型）的成员（即元素）：
输出：
False
True
True
（6）长度、最大最小值
通过内建函数len、max和min可以返回序列中所包含元素的数量、最大和最小元素。
输出：
5
o
H
5
123
1
二、映射（字典）
映射中的每个元素都有一个名字，如你所知，这个名字专业的名称叫键。字典（也叫散列表）是Python中唯一内建的映射类型。
1、键类型
字典的键可以是数字、字符串或者是元组，键必须唯一。在Python中，数字、字符串和元组都被设计成不可变类型，而常见的列表以及集合（set）都是可变的，所以列表和集合不能作为字典的键。键可以为任何不可变类型，这正是Python中的字典最强大的地方。
输出：
{1: 1}
Traceback (most recent call last):
File "F:\Python\test.py", line 6, in
d[list1]="Hello world."
TypeError: unhashable type: 'list'
2、自动添加
即使键在字典中并不存在，也可以为它分配一个值，这样字典就会建立新的项。
3、成员资格
表达式item in d（d为字典）查找的是键（containskey），而不是值（containsvalue）。
三、集合
集合（Set）在Python 2.3引入，通常使用较新版Python可直接创建，如下所示：
strs=set(['jeff','wong','cnblogs'])
nums=set(range(10))
看上去，集合就是由序列（或者其他可迭代的对象）构建的。集合的几个重要特点和方法如下：
1、副本是被忽略的
集合主要用于检查成员资格，因此副本是被忽略的，如下示例所示,输出的集合内容是一样的。
输出如下：
set([0, 1, 2, 3, 4, 5])
set([0, 1, 2, 3, 4, 5])
2、集合元素的顺序是随意的
这一点和字典非常像，可以简单理解集合为没有value的字典。
输出如下：
set(['wong', 'cnblogs', 'jeff'])
3、集合常用方法
a、并集union
输出：
set([1, 2, 3])
set([2, 3, 4])
set([1, 2, 3, 4])
union操作返回两个集合的并集，不改变原有集合。使用按位与（OR）运算符“|”可以得到一样的结果：
输出和上面union操作一模一样的结果。
其他常见操作包括（交集）,=,=,-,copy()等等，这里不再列举。
输出如下：
set([1, 2, 3])
set([2, 3, 4])
set([2, 3])
True
set([1, 2, 3])
False
b、add和remove
和序列添加和移除的方法非常类似，可参考官方文档：
输出：
set([1])
set([1, 2])
set([1])
set([1])
False
Traceback (most recent call last):
File "F:\Python\test.py", line 9, in
set1.remove(29) #移除不存在的项
KeyError: 29
4、frozenset
集合是可变的，所以不能用做字典的键。集合本身只能包含不可变值，所以也就不能包含其他集合：
输出如下：
Traceback (most recent call last):
File "F:\Python\test.py", line 3, in
set1.add(set2)
TypeError: unhashable type: 'set'
可以使用frozenset类型用于代表不可变（可散列）的集合：
输出：
set([1, frozenset([2])])
def function(l):
return [a + 3 for a in l]
思路就是使用一个列表推导来实现循环，让每一个元素都加3.