内置函数：map、reduce、filter的用法和区别?
参考答案：
map、reduce 和 filter 是 Python 中的三个内置函数，它们通常用于处理序列（如列表、元组等）或迭代器对象。下面是这三个函数的用法和区别：
map函数
map 函数用于将一个函数应用于一个或多个序列的所有项目，并返回一个迭代器，其中包含应用函数后的结果。
语法：
map(function, iterable, ...)
示例：
def square(x):
return x ** 2
numbers = [1, 2, 3, 4, 5]
squared = map(square, numbers)
print(list(squared)) # 输出 [1, 4, 9, 16, 25]
filter函数
filter 函数用于过滤序列，过滤掉不符合指定条件的元素，并返回一个迭代器，其中包含符合条件的元素。
语法：
filter(function, iterable)
示例：
def is_even(x):
return x % 2 == 0
numbers = [1, 2, 3, 4, 5]
even_numbers = filter(is_even, numbers)
print(list(even_numbers)) # 输出 [2, 4]
reduce函数
reduce 函数用于对序列中的元素进行累积操作，即将序列中的元素依次进行某种二元操作，并返回最终的结果。
注意：在 Python 3 中，reduce 函数已经被移到 functools 模块中。
语法：
from functools import reduce
reduce(function, iterable[, initializer])
示例：
from functools import reduce
def add(x, y):
return x + y
numbers = [1, 2, 3, 4, 5]
sum_of_numbers = reduce(add, numbers)
print(sum_of_numbers) # 输出 15
区别：
map函数将一个函数应用于序列的每个元素，并返回一个新序列。filter函数根据指定的条件过滤序列中的元素，并返回一个新序列。reduce函数对序列中的元素进行累积操作，并返回最终的结果。
这三个函数都是高阶函数（higher-order functions），因为它们都接受其他函数作为参数。它们都是惰性求值（lazy evaluation）的，即它们返回的都是迭代器，不会立即计算结果，而是在需要时才进行计算。