写Python代码时，经常会处理列表、字典这样的数据集合。用循环来处理固然可以，但Python给我们提供了一些特别好用的函数式编程工具，用好了不仅代码更简洁，运行效率也不赚。今天咱们就一起来玩转这些函数式编程的小技巧。

map函数：批量数据转换的利器

map函数就像是一个加工厂，你给它一条生产线（函数）和原材料（可迭代对象），它就把原材料一个个加工成你要的样子。

python运行复制

# 把一组数字都变成字符串

numbers = ［1， 2， 3， 4， 5］

str_numbers = list（map（str， numbers））

print（str_numbers）  # ［＇1＇， ＇2＇， ＇3＇， ＇4＇， ＇5＇］

# 给一组数字都加上10

add_ten = lambda x: x + 10

result = list（map（add_ten， numbers））

print（result）  # ［11， 12， 13， 14， 15］

温馨提示：map返回的是个迭代器，想看到结果要转成list哦！

filter函数：数据筛选小能手

filter就像一个筛子，把符合条件的留下，不符合的都筛掉。我记得刚学的时候老是和map搞混，后来发现filter输出的数据量都是越来越少的，这就好记多了。

python运行复制

# 筛选出偶数

numbers = ［1， 2， 3， 4， 5， 6， 7， 8， 9， 10］

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

print（evens）  # ［2， 4， 6， 8， 10］

# 筛选出非空字符串

words = ［＇hello＇， ＇＇， ＇python＇， ＇  ＇， ＇world＇， ＇＇］

valid_words = list（filter（str.strip， words））

print（valid_words）  # ［＇hello＇， ＇python＇， ＇world＇］

reduce函数：数据汇总的高手

reduce函数有点像是个压缩机，把一堆数据压缩成一个结果。不过用之前要先从functools模块导入，这个我第一次用的时候找了半天。

python运行复制

from functools import reduce

# 计算数字列表的乘积

numbers = ［1， 2， 3， 4］

product = reduce（lambda x， y: x * y， numbers）

print（product）  # 24

# 连接字符串列表

words = ［＇Python＇， ＇is＇， ＇awesome＇］

sentence = reduce（lambda x， y: x + ＇ ＇ + y， words）

print（sentence）  # ＇Python is awesome＇

组合使用才是真功夫

这些函数单独用挺好，一起用更叼。看看这段代码，一行就搞定了一个小复杂的数据处理：

python运行复制

# 找出所有数字中偶数的平方和

numbers = ［1， 2， 3， 4， 5， 6， 7， 8， 9， 10］

result = reduce（lambda x， y: x + y，

               map（lambda x: x**2，

                   filter（lambda x: x % 2 == 0， numbers）））

print（result）  # 220 （2+4+6+8+10）

温馨提示：虽然组合起来很酷，但也别写得太复杂，可读性还是很重要的。要是觉得一行太长，完全可以拆成几步来写。

不过这些函数式编程的工具也不是万能的，有时候普通的for循环反而更清晰。关键是要根据具体场景选择最合适的方案，代码好懂比装酷更重要。

写Python这么久，我发现代码写得越简单越好，让别人一眼就能看懂你想干啥。这些函数式编程的工具就是帮我们把简单的事情写得更简单，千万别搞得太复杂。

掌握了这些技巧，处理数据集合的时候就有了更多选择，代码也能写得更优雅。记住，能用一行代码解决的问题，就不要写一堆循环啦！