MapReduce：面向大型集群的简化数据处理 引文
map()函数
Python中的map()函数接收两个参数，一个是调用函数对象(python中处处皆对象，函数未实例前也可以当对象一样调用)，另一个是调用函数所需要的参数，返回值是迭代计算出的结果所组成的列表。
1 def func(x):
2 return x*x
3 r=map(func,[1,2,3,4,5,6,7,8,9])
4 l=list(r)
5 print(l)显示结果：
1 [1, 4, 9, 16, 25, 36, 49, 64, 81]
reduce() 函数
reduce函数同样需要两个参数，一个是调用函数对象，另一个数调用函数所需要的参数，其返回值是将计算结果继续和下一个元素做累积。
1 from functools import reduce
2 def add(x,y):
3 print('x is:',x,'y is:',y)
4 return x+y
5 ret=reduce(add,[1,3,5,7,9])
6 print(ret)显示结果：
x is: 1 y is: 3
x is: 4 y is: 5
x is: 9 y is: 7
x is: 16 y is: 9
25或许可能会问，python的内置函数sum()就可以得到想要的结果，为什么要有reduce呢。看如下案例，我们想要将[1,3,5,7,9]返回成13579
1 from functools import reduce
2 def add(x,y):
3 print('x is:',x,'y is:',y)
4 return x*10+y
5 ret=reduce(add,[1,3,5,7,9])
6 print(ret)显示结果：
1 x is: 1 y is: 3
2 x is: 13 y is: 5
3 x is: 135 y is: 7
4 x is: 1357 y is: 9
5 13579
