1、生成器（Generator）：
通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。在Python中，这种一边循环一边计算的机制，称为生成器（Generator）。
如下是一个简单的生成器：
1 2 3 4 5 6 7 8 9 10 11 |
|
2、lambda()方法：
lambda表达式的作用是
（1）python写一些执行代码是，使用lambda可以省下定义函数过程；
（2）对于一些比较抽象并且整个程序执行下来只需要调用一两次的函数，使用lambda不需要考虑命名的问题；
（3）简化代码的可读性，不用阅读函数时跳到def定义部分。
实例
1 2 3 4 5 6 7 8 9 10 11 12 13 |
|
3、filter()方法（过滤器）：
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
该接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。
注意: Pyhton2.7 返回列表，Python3.x 返回迭代器对象，可强制转换成list类型
实例1
1 2 3 4 5 6 7 8 |
|
实例2
1 2 3 4 5 6 7 |
|
4、reduce()方法：
reduce() 函数会对参数序列中元素进行累积。函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
1 2 3 4 5 6 7 |
|
在 Python3 中，reduce() 函数已经被从全局名字空间里移除了，它现在被放置在 fucntools 模块里，如果想要使用它，则需要通过引入 functools 模块来调用 reduce() 函数：
1 |
|
5、map()方法：
map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
1 2 3 4 5 6 |
|
如果函数有多个参数, 但每个参数的序列元素数量不一样, 会根据最少元素的序列进行：
1 2 3 4 5 6 |
|
明显可以看出是由于 lambda 中的 z 参数,实际是使用了 listz, 而 listz 里面只有 4 个元素, 所以即使 listx 有 7 个元素, listy 有 6 个元素,也不会继续执行了，只执行了 4 个元素的的计算。
注意：
Python 2.x 返回列表。
Python 3.x 返回迭代器对象。
众多python培训视频，尽在python学习网，欢迎在线学习！
