1，
Python內建了map()和reduce()函式。
如果你讀過Google的那篇大名鼎鼎的論文“MapReduce: Simplified Data Processing on Large Clusters”，你就能大概明白map/reduce的概念。
我們先看map。map()函式接收兩個引數，一個是函式，一個是Iterable，map將傳入的函式依次作用到序列的每個元素，並把結果作為新的Iterator返回。
舉例說明，比如我們有一個函式f(x)=x2，要把這個函式作用在一個list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()
程式碼如下：
1 def f(x): 2 return x * x 3 r = map(f,[1,2.3,4,5,6,7,8,9]) 4 >>>list(r) 5 [1, 4, 9, 16, 25, 36, 49, 64, 81]
map()傳入的第一個引數是f，即函式物件本身。由於結果r是一個Iterator，Iterator是惰性序列，因此通過list()函式讓它把整個序列都計算出來並返回一個list。
你可能會想，不需要map()函式，寫一個迴圈，也可以計算出結果：
1 l = [] 2 for n in [1,2,3,4,5,6,7,8,9] : 3 l.append(f(n)) 4 print(l)
的確可以，但是，從上面的迴圈程式碼，能一眼看明白“把f(x)作用在list的每一個元素並把結果生成一個新的list”嗎？
所以，map()作為高階函式，事實上它把運算規則抽象了，因此，我們不但可以計算簡單的f(x)=x2，還可以計算任意複雜的函式，比如，把這個list所有數字轉為字串：
1 >>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])) 2 ['1', '2', '3', '4', '5', '6', '7', '8', '9']
只需要一行程式碼。
2，再看reduce的用法
但是如果要把序列[1, 3, 5, 7, 9]變換成整數13579，reduce就可以派上用場：
1 from functools import reduce 2 def fn(x,y): 3 return x * 10 + y 4 >>>reduce(fn(1,3,5,7,9)) 5 13579