①从参数方面来讲：
map()函数：
map()包含两个参数，第一个是参数是一个函数，第二个是序列（列表或元组）。其中，函数（即map的第一个参数位置的函数）可以接收一个或多个参数。
reduce()函数：
reduce() 第一个参数是函数，第二个是 序列（列表或元组）。但是，其函数必须接收两个参数。
②从对传进去的数值作用来讲：
map()是将传入的函数依次作用到序列的每个元素，每个元素都是独自被函数“作用”一次；
reduce()是将传人的函数作用在序列的第一个元素得到结果后，把这个结果继续与下一个元素作用（累积计算），
最终结果是所有的元素相互作用的结果。
③filter
Python内建的filter()函数用于过滤序列。和map()类似，filter()也接收一个函数和一个序列。和map()不同的时，filter()把传入的函数依次作用于每个元素，
然后根据返回值是True还是False决定保留还是丢弃该元素。
def is_odd(n):
return n%2 ==1
a = filter(is_odd, [1,2,3,5,111,4]) b =list(a) print(b)
等同于 ：
a =list(filter(lambda x:x%2==1,[1,2,3,5,111,4]))
print(a)
结果：[1, 3, 5, 111]
练习：
计算：lambda和reduce实现1到100的累加 from functools import reduce print(reduce(lambda x,y:sum([x,y]),range(1,101))) #第一个参数是一个函数，第二个参数是一个序列
print(map(lambda x,y:sum([x,y]),range(1,101),range(1,101))) #第一个参数是一个函数，第二个参数是一个序列
print(list(map(lambda x,y:sum([x,y]),range(1,101),range(1,101)))) #第一个参数是一个函数，第二个参数是一个序列
