眾所周知，python功能強(qiáng)大、語法靈活，這些得益于其豐富而強(qiáng)大的庫。除了眾多第三方庫和方法函數(shù)，python自帶的很多函數(shù)也非常有趣，用起來稱得上優(yōu)雅。

?[[320251]]?

今天主要是分享5個python內(nèi)置的小函數(shù)，都是個人覺得強(qiáng)大而精致的幾個函數(shù)。不是高深的知識，純粹因?yàn)橛X得好用而分享。

01 一用而過：lambda

很多語言都有匿名函數(shù)，python的匿名函數(shù)寫作lambda，當(dāng)需要實(shí)現(xiàn)一定功能而又不想“大張旗鼓”的def一個函數(shù)時，lambda就是最優(yōu)的選擇。

其語法格式一般是這樣的：

lambda x:x**2
# <function __main__.<lambda>(x)>

也可以將它賦值給一個變量，由于python中一切皆對象，所以后續(xù)程序中就可以用該變量調(diào)用這個匿名函數(shù)。

f = lambda x:x**2
f(2)
# 4

當(dāng)然，這里其實(shí)沒必要應(yīng)用lambda來實(shí)現(xiàn)，因?yàn)榧热灰@式調(diào)用，還不如干脆直接寫個明確的函數(shù)罷了。lambda函數(shù)更廣泛的應(yīng)用場景在于該匿名函數(shù)作為另一個函數(shù)的參數(shù)傳遞時，應(yīng)用就比較合適了，例如，將lambda作為sort()函數(shù)的key參數(shù)，就可以實(shí)現(xiàn)特定功能的排序。

dyct = {'a':2, 'b':1, 'c':5}
sorted(dyct.items(), key = lambda x:x[1])
# [('b', 1), ('a', 2), ('c', 5)]

02 智能解壓：zip

zip函數(shù)人如其名，是打包或者解包的函數(shù)，接受2個以上可迭代變量，輸出對應(yīng)位置組成元組后的迭代類型。例如：

a = ['a', 'b', 'c']
b = (4, 5, 6)
zip(a,b)
# <zip at 0x1da016d15c8>
list(zip(a,b))
# [('a', 4), ('b', 5), ('c', 6)]
tuple(zip(a,b))
# (('a', 4), ('b', 5), ('c', 6))

也可以接受多于2個輸入可迭代變量，而且如果各迭代變量長度不一致也不會報(bào)錯，只是此時返回迭代變量取決于輸入總長度最短的一個。例如：

a = ['a', 'b', 'c', 'd', 'e']
b = (4, 5, 6, 7)
c = [True, False, True]
list(zip(a,b,c))
# (('a', 4, True), ('b', 5, False), ('c', 6, True))

與zip打包相對應(yīng)的用法是解包，即對一個打包形式的元素進(jìn)行依次解包，并返回多個新的列表。例如：

aZip = (('a', 4, True), ('b', 5, False), ('c', 6, True))
a, b, c = zip(*aZip)
# a:('a', 'b', 'c')
# b:(4, 5, 6)
# c:(True, False, True)

03 一一映射：map

map函數(shù)也正如其取名一樣，是一個將接受的迭代變量依次經(jīng)過某種映射，并輸出映射后的迭代變量。例如，如果對列表中的某個變量依次完成求值，并返回一個新的列表，則可以應(yīng)用map：

a = [1, 2, 3, 4]
map(str, a)
# <map at 0x1da017136d8>
list(map(str, a))
# ['1', '2', '3', '4']

這是map函數(shù)的一個典型用法：接受2個參數(shù)，第一個參數(shù)(上例中是str()函數(shù))是一個要作用的函數(shù)，第二個參數(shù)是可迭代變量。

當(dāng)?shù)谝粋€函數(shù)的參數(shù)是是一個多變量函數(shù)時，map也可以接受更多的參數(shù)。例如：

a = [1, 2, 3, 4]
b = [2, 2, 3, 3]
list(map(lambda x, y:x**y, a, b))
# [1, 4, 27, 64]

與zip函數(shù)中類似，當(dāng)map里的函數(shù)參數(shù)長度不匹配時并不會報(bào)錯，只是輸出結(jié)果將由最短的決定：

a = [1, 2, 3, 4]
b = [2, 2]
list(map(lambda x, y:x**y, a, b))
# [1, 4]

04 一夫當(dāng)關(guān)：filter

與map函數(shù)類似，filter函數(shù)也接受一個函數(shù)及其變量作為參數(shù)，只是要求這個函數(shù)的返回結(jié)果是bool型，并用這個bool的結(jié)果決定輸出的取舍問題。例如需要對一個輸入列表過濾，要求保留3的倍數(shù)：

a = range(10)
filter(lambda x:x%3==0, a)
# <filter at 0x1da0171c0f0>
list(filter(lambda x:x%3==0, a))
# [0, 3, 6, 9]

這里需注意，當(dāng)filter的第一個函數(shù)返回值不是bool型時不會報(bào)錯，只是它會轉(zhuǎn)化為bool型判斷，如果判斷結(jié)果不是False(python中會判為False的變量包括0、None、[]等等)，則會將其輸出，否則過濾掉：

a = range(10)
list(filter(lambda x:x%3, a))
# [1, 2, 4, 5, 7, 8]

05 萬劍歸宗：reduce

map和filter函數(shù)都是多入多出型，實(shí)質(zhì)上是完成了特定的變換或篩選。reduce則是歸約函數(shù)，將一系列輸入變量經(jīng)過特定的函數(shù)后轉(zhuǎn)化為一個結(jié)果輸出。不過可能是由于應(yīng)用場景有限的原因，reduce在python3中已不再是全局調(diào)用函數(shù)，必須要從functools包中導(dǎo)入方可使用：

from functools import reduce
a = range(5)
reduce(lambda x, y: x+y, a)
# 10

reduce函數(shù)還可以接受一個可選的初始值作為參數(shù)。應(yīng)用reduce函數(shù)可以實(shí)現(xiàn)很多小trick，就看能不能想的到用的出：

from functools import reduce
s = 'abcdefg'
reduce(lambda x, y: y+x, s, 'AA')
# 'gfedcbaAA'

06 最后

當(dāng)然，盡管幾個函數(shù)用法不可謂不優(yōu)美、功能不可謂不強(qiáng)大，但都不是必須的，甚至某種程度上都可以用其他形式加以替代，例如map和filter函數(shù)都可以用列表推導(dǎo)式來簡單實(shí)現(xiàn)，reduce函數(shù)功能也頂多用一個for循環(huán)迭代就能解決。

但在致力于使python程序變得更加簡潔優(yōu)雅乃至耍秀的路上，這些函數(shù)也確有其用武之地，未嘗不值得一試!