```python

# Python函数式编程：lambda、map与filter实战应用

# 1. lambda匿名函数的应用

# 基本语法：lambda 参数: 表达式

square = lambda x: x 2

add = lambda x, y: x + y

# 在排序中的应用

students = [('Alice', 85), ('Bob', 92), ('Charlie', 78)]

sorted_students = sorted(students, key=lambda x: x[1], reverse=True)

# 2. map函数的应用

# 基本语法：map(函数, 可迭代对象)

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

squared_numbers = list(map(lambda x: x2, numbers))

# 处理多个可迭代对象

names = ['alice', 'bob', 'charlie']

ages = [25, 30, 35]

person_info = list(map(lambda name, age: f{name.title()} is {age} years old, names, ages))

# 3. filter函数的应用

# 基本语法：filter(函数, 可迭代对象)

numbers = range(1, 11)

even_numbers = list(filter(lambda x: x % 2 == 0, numbers))

# 过滤字符串列表

words = ['apple', 'banana', 'cherry', 'date', 'elderberry']

long_words = list(filter(lambda word: len(word) > 5, words))

# 4. 组合使用示例

# 数据处理管道

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 筛选偶数并计算平方

result = list(map(

lambda x: x2,

filter(lambda x: x % 2 == 0, data)

))

# 5. 实际应用场景

# 数据清洗

raw_data = [' hello ', ' WORLD ', ' python ']

cleaned_data = list(map(lambda s: s.strip().lower(), raw_data))

# 成绩处理

scores = [85, 92, 78, 60, 45, 88, 95]

passed_scores = list(filter(lambda score: score >= 60, scores))

adjusted_scores = list(map(lambda score: score + 5 if score < 90 else score, scores))

# 6. 性能考虑与最佳实践

# 使用生成器表达式替代map+filter

numbers = range(1000)

# 传统方式

result1 = list(map(lambda x: x2, filter(lambda x: x % 2 == 0, numbers)))

# 生成器表达式（更高效）

result2 = [x2 for x in numbers if x % 2 == 0]

# 7. 实用技巧

# 在字典排序中的应用

inventory = {'apple': 10, 'banana': 5, 'orange': 8, 'grape': 3}

sorted_inventory = dict(sorted(inventory.items(), key=lambda item: item[1], reverse=True))

# 多条件排序

products = [

{'name': 'laptop', 'price': 1000, 'rating': 4.5},

{'name': 'phone', 'price': 500, 'rating': 4.2},

{'name': 'tablet', 'price': 300, 'rating': 4.7}

]

sorted_products = sorted(products, key=lambda x: (-x['rating'], x['price']))

# 8. 错误处理与边界情况

# 处理可能的异常

def safe_operation(func, data):

try:

return list(map(func, data))

except Exception as e:

print(fError: {e})

return []

# 使用示例

numbers = [1, 2, '3', 4]

safe_squared = safe_operation(lambda x: x2, numbers)

print(函数式编程实战应用示例完成！)

```