python 3 的 map、filter、reduce 均返回迭代器而非列表，需显式转 list 才可打印；map 要求函数可调用且参数匹配，filter 判断逻辑须无副作用，reduce 需导入且慎用；组合使用时应保持迭代器链以提升效率。
map 用错类型，结果是迭代器不是列表
Python 3 的 map 返回的是迭代器，不是直接可打印的列表。很多人写完 map(str, [1, 2, 3]) 一打印就看到 <map object at></map>，以为函数没生效。
- 要立刻拿到结果，得显式转成
list：list(map(str, [1, 2, 3])) - 如果只是想遍历处理，直接 for 循环更省内存：
for x in map(...): ... - 传入的函数不能是字符串（比如误写成
map("upper", words)），必须是可调用对象，否则报TypeError: 'str' object is not callable - 参数个数不匹配会立刻报错：比如
map(lambda x, y: x+y, [1,2], [3,4])看似合理，但map是按位置“拉链”取值，两个列表等长才安全；若长度不一，短的那个耗尽后就停，不会补None
filter 里别用 print 当判断逻辑
filter 依赖函数返回真值（truthy）或假值（falsy）来决定是否保留元素。常见错误是把调试用的 print 塞进 lambda 里，比如 filter(lambda x: print(x) and x > 0, [-1, 2, -3])——print() 返回 None，整个表达式恒为 False，结果为空。
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
- 判断逻辑必须是纯表达式，不带副作用；调试请拆开：
for x in data: print(x); if x > 0: ... -
filter(None, [...])是合法用法，它会过滤掉所有 falsy 值（None,0,False, 空容器等），但要注意0.0、""、[]都会被干掉，不是只去None - 和
map一样，filter也返回迭代器，需要list()才能看全结果
reduce 不是内置函数，得从 functools 导入
很多新手写 reduce(lambda x,y: x+y, [1,2,3]) 直接报 NameError: name 'reduce' is not defined，因为 Python 3 把它移出了内置命名空间。
- 必须先导入：
from functools import reduce - 初始值（
initializer）不传时，reduce默认用第一个元素当起点；但如果输入为空序列，又没给初始值，就会抛TypeError: reduce() of empty sequence with no initial value - 不要用
reduce做本该用sum、max、any的事——可读性差，性能也不一定好；它真正适合的是状态累积类逻辑，比如嵌套字典合并、链式配置更新 - 注意左结合性：
reduce(f, [a,b,c])等价于f(f(a,b), c)，不是f(a, f(b,c))
map/filter/reduce 组合时，别反复转 list
为了“看得见结果”，有人一路写 list(map(...)) → list(filter(...)) → list(reduce(...))，既浪费内存，又破坏了惰性求值优势。
- 如果中间步骤数据量大，优先保持迭代器链：
result = reduce(add, filter(is_even, map(abs, numbers))) - 只有最后一步需要全部展开时，再套一层
list()；否则 for 循环消费即可 - 注意类型一致性：比如
map(int, ["1", "2"]) → filter(lambda x: x % 2 == 0, ...)没问题，但若前面是map(len, ["a", "bb"])，后面却用x > "1"就会类型错误 - 调试时可用
itertools.islice截前几项看效果，避免list()全加载：list(islice(map(...), 5))
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
