今天的學習重點

• 函數式工具的概念
• map()：批次轉換
• filter()：條件篩選
• reduce()：累積運算
• lambda：匿名函式（一次性小函式）

一、函數式工具的概念

在程式設計中有兩大主要風格：

1. 命令式（Imperative）

• 一步步告訴電腦「怎麼做」。
• 例如用 for 迴圈，不斷 append() 把結果加進清單。

nums = [1, 2, 3, 4, 5]
squares = []
for n in nums:
    squares.append(n ** 2)
print(squares)
# [1, 4, 9, 16, 25]

2. 函數式（Functional）

• 強調「做什麼（what）」而不是「怎麼做（how）」。
• 把運算邏輯封裝成「函數」，再把資料交給這些函數處理。
• 常見的工具：map（轉換）、filter（篩選）、reduce（累積）。
  例如用 map，只要一行就能完成平方運算：

nums = [1, 2, 3, 4, 5]
squares = list(map(lambda n: n ** 2, nums))
print(squares)
# [1, 4, 9, 16, 25]

這樣的寫法像是在「描述規則」而不是「自己控制流程」。好處是簡潔、可讀性高，而且能更容易搭配其他函數組合。

二、map() – 批次轉換

語法：

map(function, iterable)

• function：你要套用的函式（可以是已定義的函式，或是 lambda 匿名函式）。
• iterable：一個可迭代物件（例如 list、tuple、字串等）。
• map 會把 function 套用到 iterable 裡的每個元素，然後回傳一個「map 物件」。
  所以我們通常會再用 list() 把它轉成串列，方便查看。

將一個函式套用到序列中的每個元素。

nums = [1, 2, 3, 4, 5]
squares = list(map(lambda x: x ** 2, nums))
print(squares)

輸出:

[1, 4, 9, 16, 25]

三、filter() – 條件篩選

語法:

filter(function, iterable)

• function：判斷用的「條件函式」（又叫 predicate）。對每個元素回傳 True/False。
• iterable：可迭代物件（list/tuple/字串/生成器…）。
• 回傳：一個惰性迭代器（要用 list() 包起來才會看到結果，或用 for 迴圈取用）。
  重點：只保留回傳 True 的那些元素；順序不變、原始資料不會被修改。

nums = [1, 2, 3, 4, 5, 6, 7, 8]
even = list(filter(lambda x: x % 2 == 0, nums))
print(even)

輸出:

[2, 4, 6, 8]

四、reduce() – 累積運算

語法:

reduce(function, iterable)

來自 functools 模組，用於把序列中的值依序「合併」起來。

from functools import reduce

nums = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, nums)
print(product)   # 1*2*3*4*5=120

reduce 在 Python 裡比較少用，因為很多情況用 for 或 sum() 就能達成，但在需要「把所有元素合併成一個值」的時候很方便。

五、lambda – 匿名函式

• 匿名函式：不取名字（或取個臨時變數名），只用一個「運算式」 定義行為。
• 語法：lambda 參數們: 表達式
• 回傳值：表達式的結果（不用也不能寫 return）。
• 適合一次性、很短、丟到別的函式當參數的小功能。

lambda 可以建立臨時的小函式，不需要用 def：

add = lambda a, b: a + b
print(add(3, 5))   # 8

等同於：

def add(a, b):
    return a + b

語法速記

lambda x: x + 1                 # 一個參數
lambda x, y=0: x + y            # 預設參數
lambda *args: sum(args)         # 可變參數
lambda x, **kw: kw.get('k', x)  # 關鍵字參數

限制： 只能寫「運算式」，不能有多行、return/for/while/print（print 可當函式呼叫，但不建議在 lambda 放副作用）、try…等「敘述」。

配合 map / filter / reduce

nums = [1, 2, 3, 4, 5]

# map：批次轉換
squares = list(map(lambda x: x**2, nums))               # [1, 4, 9, 16, 25]

# filter：條件篩選
evens = list(filter(lambda x: x % 2 == 0, nums))        # [2, 4]

# reduce：累積運算
from functools import reduce
product = reduce(lambda a, b: a * b, nums)              # 120

六、綜合練習

找出 1~30 中能被 3 整除的平方數

nums = range(1, 31)
result = list(
    map(lambda x: x ** 2,
        filter(lambda x: x % 3 == 0, nums))
)
print(result)

輸出:

[9, 36, 81, 144, 225, 324, 441, 576, 729]

• filter → 先挑出符合條件的數字（這裡是 3 的倍數）。
• map → 再把這些數字變成平方。

七、學習心得

今天學到 map、filter、reduce 搭配 lambda，感覺就像是「把迴圈濃縮成一個公式」。用一行就能表達「轉換」、「篩選」、「累積」的邏輯。不過如果邏輯太複雜，塞在一行反而會讓程式難以閱讀，所以要拿捏使用時機。
明天要進入物件導向 OOP 的基礎，學習 class 與 object。這是 Python 與 Java 都有的核心觀念，只是 Python 的語法更簡潔。透過 OOP 可以把資料與功能包裝成「物件」，更貼近真實世界的思維，也能讓程式結構更清晰、更容易擴充。