map()逐个映射元素生成新迭代器，reduce()累积计算合成单值；前者需函数作用于各元素，后者需二元函数串行折叠序列。
map() 和 reduce() 都是 Python 中用于函数式编程的内建工具，但作用不同：map() 对可迭代对象中每个元素单独处理，返回新迭代器；reduce() 则把可迭代对象“折叠”成单个结果，需从 functools 模块导入。
map()：逐个映射，保持结构
map(func, iterable) 接收一个函数和一个可迭代对象，将函数依次作用于每个元素，生成 map 对象（惰性求值，需转 list 等才可见结果）。
- func 可以是普通函数、lambda 表达式或内置函数（如 str、int、abs）
- 支持多个可迭代对象，此时 func 必须接受对应数量的参数，按位置配对取值（长度以最短为准）
- 不修改原数据，也不保证返回顺序（实际中通常保持，但本质依赖迭代器行为）
例如：list(map(lambda x: x**2, [1, 2, 3])) → [1, 4, 9]；list(map(str.upper, ['a', 'b', 'c'])) → ['A', 'B', 'C']；list(map(pow, [2,3,4], [3,2,2])) → [8, 9, 16]（2³, 3², 4²）。
reduce()：累积计算，合成单值
reduce(func, iterable[, initializer]) 把二元函数 func 依次作用于序列前两项，再用结果与第三项运算，依此类推，最终返回单一值。它不在 builtins 中，需 from functools import reduce。
立即学习“Python免费学习笔记（深入）”；
- func 必须是接收两个参数的函数（如 lambda x,y: x+y），且必须有明确的结合顺序
- 若提供 initializer，它作为第一次调用的左操作数，且当 iterable 为空时直接返回该值
- 空 iterable 且无 initializer 会报 TypeError
例如：reduce(lambda x,y: x*y, [1,2,3,4]) → 24（(((1×2)×3)×4））；reduce(max, [5,2,8,1]) → 8；reduce(lambda a,b: a+b, ['h','e','l','l','o'], '') → 'hello'（用空字符串初始化，实现拼接）。
map 与 reduce 的关键区别
map 是“一对一”或“多对一”（多迭代器时），输出长度一般等于输入（除非中途异常）；reduce 是“多对一”，无论输入多长，只产出一个结果。
- map 不要求函数满足结合律或交换律；reduce 要求逻辑上能串行累积（比如求和、乘积、连接、最大值等）
- map 天然适合并行化（各元素独立）；reduce 本质是串行过程，难以直接并行（除非改用树形归约）
- Python 官方文档建议：多数场景用生成器表达式或 for 循环更易读；map/reduce 更适合清晰表达“转换”或“聚合”意图的场合
实用提醒与常见误区
使用时注意几个易错点：
- map 返回的是迭代器，多次遍历会耗尽——需要重复使用时，应转为 list/tuple 或重新调用 map
- reduce 处理字符串、列表等不可变类型时，频繁创建新对象可能影响性能（如大量字符串拼接，推荐用 ''.join()）
- 别混淆 map(func, a, b) 和 map(lambda x,y: ..., zip(a,b))：前者是并行解包，后者是先 zip 再单参数映射，语义和效率略有不同
- Python 3 中 reduce 已移出 builtins，忘记导入会导致 NameError
