map

map(func, list) 把list中的数字，一个一个运用到func中，常和lambda一起用。

nums = [1, 2, 3, 4, 5]

[*map(lambda x: x**2, nums)]

输出：

[1, 4, 9, 16, 25]

这里有个比较骚的用法

func_list = [ func1, func2, func3, func4] #func1...是事先定义好的函数

for i in range(1,10):

    v=map(lambda x: x(i), func_list)

   print(v)

v输出是有4个值的列表，每个值都是把当前 i 运用到func_list的结果。

filter

filter(func, list)和map有点像，只不过func的输出结果是布尔类型，并且把是True的筛选出来。下面代码是筛选出1-14之间的偶数：

nums = range(1,15)

list(filter(lambda x: x%2==0, nums))

输出是：

[2, 4, 6, 8, 10, 12, 14]

reduce(func, list) 参数和签名的map, filter类似，但是是不同的有以下三点：

reduce的运行方式是这样：

比如求，2,3,4,5连乘的结果，如果用for：

nums = [2, 3, 4, 5]

pro = 1

for i in nums:

    pro = pro * i

print(pro)

用reduce则：

from functools import reduce

nums = [2, 3, 4, 5]

reduce(lambda x,y:x*y, nums)

两个的结果都是：120

enumerate(iter, start=0) 中的iter是可迭代的序列，比如list， tuple，str等。生成的是惰性对象。可用于迭代和格式化输出。

seasons=['春天','夏天','秋天','冬天']

[*enumerate(seasons)]

输出：

[(0, '春天'), (1, '夏天'), (2, '秋天'), (3, '冬天')]

zip()的参数是可迭代的对象，比如list, str等等。输出的结果是zip对象，可以用{*zip_obj}来解。作用是**把参数中的元素，一一对应成tuple。

names = ['小明', '小红', '小强', '小李']

stu_num = [1,2,3,4]

score =[96,90,60, 82]

z1=zip(names, stu_num, score)

print({*z1})

输出是：

{('小明', 1, 96), ('小红', 2, 90), ('小强', 3, 60), ('小李', 4, 82)}