map用于对可迭代对象每个元素执行相同操作并生成新序列，filter用于保留满足条件的元素；二者均返回迭代器，需显式转换，且应优先考虑可读性。
Python 中的 map 和 filter 是函数式编程的两个基础工具，它们不修改原数据，而是返回新序列，适合处理“对一批数据统一转换”或“按条件筛选”的场景。用好它们能让代码更简洁、意图更清晰，但要注意别为了用而用——可读性永远优先。
什么时候该用 map？
当你需要对一个可迭代对象中的每个元素做相同操作，并生成新结果时，map(func, iterable) 就很自然。它比写 for 循环更声明式，也比列表推导式在某些场景下语义更明确（比如你已有一个现成函数）。
- 批量类型转换：如把一串字符串数字转为整数
map(int, ['1', '2', '3']) - 调用已有函数：比如标准化文件名
map(str.lower, ['File.TXT', 'DATA.CSV']) - 配合 lambda 做简单计算：如计算平方
map(lambda x: x**2, [1, 2, 3])（但此时列表推导式[x**2 for x in ...]通常更 Pythonic）
什么时候该用 filter？
filter(func, iterable) 用于保留满足条件的元素。函数返回真值（truthy）的项被留下，其余被过滤掉。它适合表达“我要其中符合条件的那些”，逻辑比写 if + for 更聚焦。
- 筛选数值范围：如取出正数
filter(lambda x: x > 0, [-2, -1, 0, 1, 2]) - 按属性过滤对象：如从用户列表中挑出活跃用户
filter(lambda u: u.is_active, users) - 清洗字符串：如去掉空行
filter(str.strip, lines)（str.strip对非空行返回真值）
map 和 filter 组合使用很常见
函数式风格常把多个操作链起来，比如“先筛出偶数，再算平方”。虽然 Python 不支持管道操作符，但可以嵌套或用变量分步表达：
立即学习“Python免费学习笔记（深入）”；
# 嵌套写法（稍难读） result = list(map(lambda x: x**2, filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5]))) <h1>分步写法（推荐，清晰且易调试）</h1><p>evens = filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5]) squares = map(lambda x: x**2, evens) result = list(squares)
注意：两者都返回迭代器，需要显式转为 list、tuple 等才能多次使用或查看内容。
小心这些坑
-
map和filter不会报错跳过异常 —— 一旦函数抛异常，整个过程就中断。如有脏数据，建议先用 try/except 包装函数，或改用列表推导式+条件判断 - 别用它们替代简单逻辑：比如
filter(None, data)虽能去假值，但[x for x in data if x]更直白 - 性能上，它们和列表推导式差异极小，不用刻意优化；可读性和维护性才是关键
