reduce() 是 functools 模块下面的一个函数，接收两个参数，一个是函数对象，一个是可迭代对象（比如list）， reduce每次会把迭代对象中的下一个元素作用在函数上做累积计算，最后得到一个值。
来看个例子你就明白，创建函数 ：
# 创建函数
def add(a, b):
result = a + b
print(f"{a} + {b} = {result}")
return result
from functools import reduce
result = reduce(add, [1, 2, 3, 4])
print("结果：", result)
输出：
1 + 2 = 3
3 + 3 = 6
6 + 4 = 10
结果： 10
执行过程：第一次将列表中的前两个数取出来作为函数add的参数，第二次将上一次函数add的返回值与列表的第3个数作为参数，依此类推，最后得到一个值。这就是reduce的作用。有点像万物归一的感觉。
当然，如果只是计算列表中的元素之和，大可不必绕这么大弯子用reduce来处理，直接用 sum 函数就可以解决。
result = sum([1, 2, 3, 4])
如果是计算列表中元素的乘积，python并没有内置的函数直接计算，这时候我们可以借用reduce来处理
def mul(a, b):
return a * b
result = reduce(mul, [1, 2, 3, 4])
print("结果：", result)
输出：
结果： 24
或者使用 lambda 匿名函数
result = reduce(lambda a, b: a * b, [1, 2, 3, 4])
甚至可以直接使用operator模块下的乘法操作符函数
from operator import mul
result = reduce(mul, [1, 2, 3, 4])
print("结果：", result)
最后你会发现解法其实很多种，不过我们应该记住python之禅里面那句话：
There should be one-- and preferably only one --obvious way to do it.
用最合适的方式去做一件事
split 接收一个参数，用于将字符串切割成列表，比如一段英文字符串按照空格切割就可以统计出单词的个数，
words = "python is the best programming language"
wordswords = words.split(" ")
print(words)
输出：
['column1', 'column2', 'column3']
enumerate 函数用于迭代列表等可迭代对象，它的使用场景一般出现在你需要获取列表的下标位置时，我们知道直接用for循环去迭代列表时，是拿不到元素下标位置的，而 enumerate 就可以获取，否则你还得自己去定义一个索引变量。
words = ['python', 'is', 'the', 'best', 'programming', 'language']
index = 0
for w in words:
print(index, w)
index += 1
0 python
1 is
2 the
3 best
4 programming
5 language
使用 enumerate 函数，处理起来就更优雅了
for index, w in enumerate(words):
print(index, w)
0 python
1 is
2 the
3 best
4 programming
5 language
map是一个与reduce函数对应的函数，Google的map/reduce框架的思想其实就是从这两个函数借鉴而来的。map函数用于把一个列表通过函数处理，映射成一个新的列表。例如给列表的每个元素做平方，将列表元素转换成字符串，得到一个新的列表。
result = map(lambda x: str(x), [1, 2, 3, 4]) print(list(result)) result = map(lambda x: x * x, [1, 2, 3, 4])) print(list(result))
输出：
['1', '2', '3', '4']
[1, 4, 9, 16]
此外，map 函数还可以接受多个列表参数，使得多个列表合并为一个列表成为可能，例如，将两个列表相同位置的元素相加得到一个新的列表
def merge(x, y):
return x + y
result = map(merge, [1, 2, 3], [3, 2, 1])
print(list(result))
输出：
[4, 4, 4]
getattr() 返回对象属性对应的值，接受两个参数，第一个是对象，第二个是属性名，这个函数通常用户动态或者某个对象下面的某些属性的值，看例子：
class Foo:
def __init__(self):
self.a = 10
foo = Foo()
a = getattr(foo, "a")
print(a)
输出：
10
你可能会问，我直接 foo.a 不就可以获取a属性的值了吗？正常情况是这样没错，如果是你在不知道什么情况下要获取什么属性的值时，这时候getattr就可以派上用场了。初学者可能还体验不到，当你尝试去写些框架级的代码时，你要想起来有这样的函数可以使用就行。
slice 是一个切片函数，切片操作你可能使用过，通过切片来获取列表的子集， 例如：
s = [1,2,3,4] >>> s[1:3] # 获取列表s中第1到第3之间的元素组成的子列表
"1:3" 其就是 就是 slice(1:3) 函数的缩写方式，前者就像是语法糖
s = [1, 2, 3, 4] print(s[slice(1, 3)])
通常实际应用过程中，直接用语法糖的写法就可以，没必要用slice函数进行切片，但是你至少应该知道slice是怎么用的。
sorted 函数应该日常代码中，算是一个高频函数了，用于将列表等可迭代对象进行排序，它不会改变原列表的顺序，而是返回一个新的列表。默认按照升序排列
nums = [4, 5, 6, 3, 1] print(sorted(nums))
输出：
[1, 3, 4, 5, 6]
如果想要降序排列，则需要指定第二个参数：reverse=True
nums = [4, 5, 6, 3, 1] print(sorted(nums, reverse=True)) # [6, 5, 4, 3, 1]
sorted 函数的强大之处远不止如此，因为你还可以自定义排序规则，比如参与比较是一个自定义的类Student， 我需要按照Student里面的年龄age进行排序，这时候我们需要自定义排序因子函数
def my_sort_key(s):
return s.age
class Student:
def __init__(self, age):
self.age = age
def __str__(self):
return f"Student({self.age})"
s1 = Student(12)
s2 = Student(2)
s3 = Student(30)
new_list = (sorted([s1, s2, s3], key=my_sort_key))
for i in new_list:
print(i)
输出：
Student(2)
Student(12)
Student(30)
format 函数曾经字符串格式化最常用的函数，使用也是非常简单，但自从f字符串出现之后，format 的功能逐渐被取代，但是3.6之前还是可以常见到该函数的应用场景。
s = "{} is first name"
print(s.format("liu"))
如果需要占位符比较多搞不清次序的话，可以给每个占位符一个名字，这样就不拍对不上位置了
s = "{first_name} is first name"
print(s.format(first_name="liu"))
join 也是比较常用的一个内置函数，它可以将列表对象用指定的字符作为元素之间的连接，转换为字符串。
words = ['python', 'is', 'the', 'best', 'programming', 'language']
print(" ".join(words)) # 用空格连接 python is the best programming language
type 我认为是python最难理解的一个内置函数了，新手可能以为type就是一个用来查看某个对象的类型是什么，例如：
print(type(10)) # <class 'int'>
print(type([])) # <class 'list'>
print(type("s"))# <class 'str'>
它的另一个作用是可以用type来创建类，一般情况下，我们都用关键字 class 来定义一个类，而type也可以用来创建类
>>> Person = type("Person", (), {"live":True})
>>> Person
<class '__main__.Person'>
第一个参数 Person是类的名字， 第二个参数用来指定父类是谁， 第三个参数是这个类的类属性有哪些。上面这段代码等价于：
>>> class Person: ... live = True ... >>> Person <class '__main__.Person'>
创建Person这类的type函数其实是一个叫“元类”的东西。而关于元类甚至可以话一整篇文章来讲解了，好在我在之前的文章中有介绍过，感兴趣的可以查看一下之前写的一篇叫什么是 Python 元类这篇文章。元类在写一些框架时用的较多，比如你去按sqlalchemy的源码的时候，你会发现有大量使用元类的场景。
