Python 特殊语法 filter、map、reduce、lambda、yield
Python 内置了一些非常有趣但非常有用的函数，充分体现了 Python 的语言魅力！
filter
filter(function, sequence)：对 sequence 中的 item 依次执行 function(item)，将执行结果为 True 的 item 组成一个 List/String/Tuple（取决于 sequence 的类型）返回：
>>> def f(x): return x % 2 != 0 and x % 3 != 0
>>> filter(f, range(2, 25))[5, 7, 11, 13, 17, 19, 23]
>>> def f(x): return x != 'a'
>>> filter(f, "abcdef")'bcdef'
map
map(function, sequence) ：对 sequence 中的 item 依次执行 function(item)，见执行结果组成一个List返回：
>>>def cube(x): return x*x*x >>> map(cube, range(1, 11))[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000] >>> def cube(x) : return x + x ... >>> map(cube , "abcde")['aa', 'bb', 'cc', 'dd', 'ee']
另外 map 也支持多个 sequence，这就要求 function 也支持相应数量的参数输入：
>>> def add(x, y): return x+y >>> map(add, range(8), range(8))[0, 2, 4, 6, 8, 10, 12, 14]
reduce
reduce(function, sequence, starting_value)：对 sequence 中的 item 顺序迭代调用 function，如果有 starting_value，还可以作为初始值调用，例如可以用来对List求和：
>>> def add(x,y): return x + y >>> reduce(add, range(1, 11))55（注：1+2+3+4+5+6+7+8+9+10） >>> reduce(add, range(1, 11), 20)75（注：1+2+3+4+5+6+7+8+9+10+20）
lambda
lambda：这是 Python 支持一种有趣的语法，它允许你快速定义单行的最小函数，类似与C语言中的宏，这些叫做lambda的函数，是从LISP借用来的，可以用在任何需要函数的地方：
>>> g = lambda x: x * 2 >>> g(3)6 >>> (lambda x: x * 2)(3)6
yield
generator 归根到底是一个函数的返回值，这个函数是包含 yield 关键字的 python 函数。
是不是可以这么说(不是很确定，似乎可以这么理解)
- 凡包含 yield 关键字的函数，都返回 generator
- generator 不是函数，而是函数执行后构造的对象，是一种 iterator。
- generator 可以像 iterator 一样的用。
generator 的根源是 PEP 255，其中列出了 generator 在 Python 存在的原因，简单的讲，Generator 在需要时返回中间值，能够保存当前的状态，等待下一次的返回要求。
xrange/range 的区别或许可以帮我们理解这一点，xrange 之所以存在，是因为 range 需要一次完成列表的初始化，存储等等，从 C 的角度来理解，就是，用 range 等于先 malloc 足够的内存，然后完成值的准备，等待调用(遍历等等)。而 xrange 则不这么干，什么时候要的时候，什么时候给值。所以在 Python 2.x 中，type(range(10)) 是一个 List，是内存中的静态数据；而 type(xrange(10)) 则是一个 range type。
到 Python 3.x，xrange 彻底替代了 range 函数。
这样设计的目的无非就是节省内存 ，千八百数字的无所谓，但 ython 2.x 的 long int 和 Python 3.x 的 Int 是无限制(用官方语言来说就是可以占满内存)。
generator 为了满足这种需求设计的，状态得到了保存，随取随算。
PEP 255 有一句： a Python generator is a kind of Python iterator[1], but of an especially powerful kind.
Python 的产生器就是一种迭代器...
因为它是一种迭代器，所以，他可以用到 for 等控制流中。
def gen(): print "one" yield 1 print "two" yield 2 print "three" yield 3type(gen)type(gen())
可以看到 gen 是函数，而 gen() 是 generator，应该说，函数 gen 执行的返回值是生成一个 generator。
generator 的方法之一就是 next()。
a=gen()a.next()a.next()a.next()a.next()三次 next，分别返回了 1,2,3，最后一次，已到达末尾，发生 StopIteration 错误。
而 yield 的作用就是，每次发生 next() 调用，函数执行完 yield 语句之后在挂起，这时返回 yield 的值，整个函数状态被保存，等待下一次 next() 调用； 下次 next() 调用发生时，从yield后的语句开始执行（有的 yiled 也在循环体内，未必一定是顺序的），直到再次遇到 yield 为止，然后重复删除动作。
yield 可以解读为返回然后等待。知道所有yield语句完成，这时如果再次调用 next()，则发生 StopIteration 异常，当然，在 for 循环之类的语句中会被自动处理。
