python 3 中 map 和 filter 返回迭代器而非列表，是为实现惰性求值以节省内存、支持流式处理；需用 list() 强制求值才能查看全部结果，但会失去迭代器的一次性、低内存优势。
因为这是 Python 3 明确的内存与设计权衡，不是 bug，也不是疏忽——它们本就不该立刻算出全部结果。
print(map(...)) 只显示 <map object at></map> 怎么办
这不是函数没运行，而是迭代器还没被消费。它只存“怎么算”，不存“算完的结果”。
- 想立刻看到全部内容：加
list()，比如list(map(str, [1,2,3])) - 想逐个取值：用
next()或for循环，比如for x in map(...): print(x) - 误用
list()后再遍历一次？第二次会得到空列表——迭代器只能用一次
filter(None, data) 看似简单，但容易误读成“去 None”
filter(None, data) 实际等价于 filter(bool, data)，会剔除所有 falsy 值，包括 0、False、""、[]、{}，而不仅是 None。
- 只想过滤掉
None？写filter(lambda x: x is not None, data) - 要保留正数？必须写
filter(lambda x: x > 0, data)，None写法做不到 - 常见翻车现场：
filter(None, [0, 1, False, 2, ""])→ 结果是[1, 2]，0 和 False 都没了
链式调用 map(f2, filter(f1, data)) 为什么比中间转 list 快
因为它是单条迭代器链，每个元素只生成、处理、传递一次，空间复杂度接近 O(1)；而 list(filter(...)) 先把全部结果塞进内存，再喂给 map，空间涨到 O(n)，还多一次遍历。
- 大数据流（如读大文件、处理
range(10**8)）时，中间转list很可能直接 OOM - 若你只需要前 N 个结果，用
itertools.islice(map(...), N)，后面根本不会计算 - 副作用函数（比如含
print()或计数器）在迭代器未消费时不触发——这点常被忽略，却对调试很关键
真正难的不是记住“要加 list()”，而是判断什么时候**不该加**：当数据量大、只需部分结果、或要嵌入 pipeline 时，留着迭代器才是正确选择；而调试期习惯性加 list()，反而掩盖了惰性求值带来的性能优势和流式控制能力。
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！
