木子本人搞起python已有多年，一直觉得什么都会，但是有时候实操起来，才觉得很多底层基础的知识都没有彻底的灵活掌握。
另外，网上关于Python基础知识的各种普及已有太多太多。
附上相关大神的技术栈：
- python3官方文档
- Python3菜鸟教程
- Python3廖雪峰的网站
本人的写作水平有限，肯定比不上各种大佬的技术文章。博客只是对于自身知识的总结，提炼，当然如果能够帮助到各位看客，木子本人也非常高兴。
闲话不多说，本篇博客，主要针对Python的
匿名函数 lambda
高阶函数 map reduce filter
推导式 list set dict
三个方面来汇总。
匿名函数
当我们在传入函数时，有些时候，不需要显式地定义函数，那么此时匿名函数就灰常方便了。
Python官方文档--lambda
示例：
lambda a, b: a + b实际上就是下面代码的简写
def func(a, b):
return a + b对于匿名函数而言，不用写return，返回值就是该表达式的结果。
因为没有函数名字，不必担心函数名的冲突，此外，匿名函数也是一个函数对象，可以把匿名函数赋值给一个变量，再利用变量来调用该函数：
>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x10453D7d0>
>>> f(6)
36那么在一些简单的情况下，尽情的使用匿名函数吧。
高阶函数
何为高阶函数？
能接受函数做参数的函数
因Python中一切皆对象，变量名可以指向函数，而函数的参数可以接收变量，那么一个函数就可以接收另外一个函数作为参数。这就是传说中的高阶函数。
map()
老规矩，官方文档走一波：
Python官方文档--map()
针对map(function, iterable, ...)函数，可结合lambda使用，示例如下：
>>> list(map(lambda x:x*x, [1,2,3,4,5]))
>>> [1, 4, 9, 16, 25]注：Python3中，需要使用list()将map函数返回值转化为列表，若无list()，则结果为：
>>> map(lambda x:x*x, [1,2,3,4,5])
>>> <map at 0x20b225167f0>此外，map()函数不改变原有的 list，而是返回一个新的 list。
reduce()
为便于掌握，对比，在总结完map()函数后，我们来看下reduce()函数。
Python官方文档--reduce()
那么从官方文档的介绍来看：
reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。
示例如下：
from functools import reduce
>>> reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])对结果演示即：((((1+2)+3)+4)+5) = 15
注：
reduce()函数可接收第三个参数，作为函数的起始值
filter()
filter()函数顾名思义，进行过滤判断。
Python官方文档--filter()
对于filter()函数来说，其接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False。
示例：过滤出1~100中平方根是整数的数：
import math
def func(x):
r = int(math.sqrt(x)) # math.sqrt()计算平方根
if r * r == x:
return x
>>> list(filter(func, range(1, 101)))
>>> [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]那么从该示例中，我们能够得出结论：
filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。
推导式
推导式在日常工作中是比较好的装逼利器，对于列表，字典，集合的操作，很多时候一行代码即可解决，如若没有，那说明内力还不够深厚，嘎嘎嘎。。。。
对于推导式而言，我们就从
列表推导式
字典推导式
集合推导式
来总结，当然也就这三种。。。
列表推导式
示例：
from random import randint
>>> [randint(1, 10) for _ in range(20)]
>>> [8, 2, 7, 9, 7, 3, 10, 10, 2, 10, 5, 9, 4, 7, 9, 2, 10, 6, 10, 7]字典推导式
示例：
>>> {x: x * x for x in range(10) if x % 3 == 0}
>>> {0: 0, 3: 9, 6: 36, 9: 81}集合推导式
鉴于集合具有去重效果，那么我们创建示例，来和列表推导式对比：
from random import randint
>>> {randint(1, 10) for _ in range(20)}
>>> {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}很神奇有木有，目前写的只是最基本的推导式写法，在实际的工作中，可以添加各种判断，随意灵活运用。
总结
本篇博客侧重于实际工作中代码的简化，重构。若能结合实际工作需求，灵活运用，则能大大简化代码，也方便他人阅读，久而久之，自己的水平也逐渐提高。
起止一个爽字了得！！！
江湖有缘，下期再见！