Python高阶函数mapfilterreduce使用_函数式编程实战【技巧】

Python的map、filter、reduce是函数式编程三大核心：map用于批量转换（惰性求值，注意返回值非None）；filter按真值筛选（非仅非空）；reduce需导入且设初值，适用于累积计算。

Python 的 map、filter 和 reduce 是函数式编程的三大核心高阶函数，它们能帮你写出更简洁、可读性更强、副作用更少的代码。关键不在于“炫技”，而在于选对场景、写对逻辑、避开常见坑。

map：批量转换，别改原数据，也别让它返回 None

map(func, iterable) 对可迭代对象每个元素调用函数，返回一个 map 对象（惰性求值）。常用于统一格式化、类型转换或简单计算。

• 推荐用列表推导式替代 map 的情况：逻辑简单、只涉及一两个表达式（如 [x * 2 for x in nums] 比 list(map(lambda x: x*2, nums)) 更直观）
• 适合 map 的场景：函数已定义好、逻辑稍复杂、或需复用（比如 map(str.strip, lines) 或 map(json.loads, json_strings)）
• 注意：如果函数返回 None，map 结果里也会是 None——这容易引发后续 AttributeError，建议函数明确返回值

filter：筛选要“真值”，不是“非空”

filter(func, iterable) 保留使函数返回真值（truthy）的元素。很多人误以为它过滤 None 或空字符串，其实它判断的是布尔上下文结果。

• filter(None, [0, 1, '', 'hello', [], [1]]) 返回 [1, 'hello', [1]] —— 因为 0、''、[] 在 bool 中为 False
• 写自定义函数时，直接返回条件表达式即可，避免绕弯：filter(lambda x: x > 10, nums) 比 filter(lambda x: True if x > 10 else False, nums) 干净得多
• 若需按属性筛选对象，优先用 getattr(obj, 'field') 或点号访问（确保对象有该属性），否则加 hasattr 防错

reduce：累积计算，别硬刚，记得导入和设初值

reduce 不在内置命名空间里，必须从 functools 导入：from functools import reduce。它把函数依次作用于序列元素，累计出单个结果。

标签： word python js json 数据清洗 可迭代对象 red