Python的map和filter是不改变原数据、返回新迭代器的高阶函数，map用于统一变换元素，filter用于按条件筛选元素，二者常组合使用且可与列表推导式互换，选择取决于函数复用性与逻辑复杂度。
Python的map和filter是两个常用高阶函数，它们不改变原数据，而是返回新迭代器，适合函数式编程风格。用好它们能写出更简洁、可读性更强的代码。
map：对每个元素做统一变换
map(func, iterable)把函数func依次作用于iterable中每个元素，返回一个map对象（需转为list等类型才能查看）。
- 函数可以是内置函数（如
str、abs）、lambda表达式或自定义函数 - 支持多个可迭代对象，此时函数需接收对应数量参数（长度以最短为准）
- 注意：Python 3中返回的是惰性迭代器，多次遍历需重新调用
map或转成列表
示例：
>>> list(map(lambda x: x ** 2, [1, 2, 3, 4]))
[1, 4, 9, 16]
filter：按条件筛选元素
filter(func, iterable)用函数func判断每个元素是否保留——返回True的留下，False的丢弃，同样返回惰性迭代器。
本地项目发布到GitHub的完整工作流助手。自动执行：安全检查（.gitignore、排除敏感.env/凭据文件）、补齐开源文件（LICENSE、.gitignore）、git init/commit/branch、创建远程仓库、首次推送、可选打tag。支持git filter-repo历史敏感信息重写、force push、tag管理。Windows下走Credential Manager自动认证。触发词："发布到GitHub"、"上传到github"、"
- 函数应返回布尔值；传入
None时，自动过滤掉所有“假值”（如0、''、None、[]等） - 常与lambda搭配快速写条件，逻辑清晰不冗余
- 不修改原序列，也不保证顺序变化（实际顺序不变，但结果是新对象）
示例：
>>> list(filter(lambda x: x > 0, [-2, -1, 0, 1, 2]))
[1, 2]
map与filter组合使用很常见
先筛选再变换，或先变换再筛选，链式逻辑自然。虽然不能直接连写（因返回迭代器），但嵌套调用或分步赋值都很直观。
立即学习“Python免费学习笔记（深入）”；
- 推荐分步写法：语义明确，便于调试和复用
- 避免过度嵌套，比如
list(filter(..., map(...)))超过两层建议拆开 - 注意类型安全：比如对字符串列表用
map(int, ...)前最好先filter(str.isdigit, ...)
示例：
>>> nums = ['1', 'abc', '2', '', '3']
>>> valid_nums = filter(str.isdigit, nums)
>>> result = list(map(int, valid_nums))
[1, 2, 3]
对比列表推导式：何时选哪个？
map和filter强调“函数应用”，列表推导式强调“结构化生成”。两者功能常重叠，选择看场景：
- 已有现成函数（如
len、str.upper）→ 优先map/filter，更简洁 - 逻辑较复杂或含多条件判断 → 列表推导式通常更易读
- 需要同时映射+筛选 → 列表推导式一行搞定，比嵌套
map(filter(...))更直白
例如：
# 等价写法
list(map(str.upper, filter(lambda x: len(x) > 2, words)))
# 更推荐：
[x.upper() for x in words if len(x) > 2]
