学习目标

• 理解 filter() 函数的核心作用：按条件筛选数据

• 掌握其基本语法、参数含义及返回值特性

• 能够结合命名函数、lambda 表达式和 None 进行灵活过滤

• 学会将 filter() 与 map() 等函数组合使用，实现数据处理流水线

什么是 filter() 函数

filter() 是 Python 的内置高阶函数，用于从可迭代对象（如列表、元组、集合等）中筛选出满足特定条件的元素。它通过将一个判断函数应用于每个元素，保留那些使函数返回 True 的项。该函数是函数式编程中“过滤”操作的标准工具，适用于数据清洗、条件提取等场景。

基本语法

filter(function, iterable)

参数说明：

• function：一个接收单个参数并返回布尔值（True/False）的函数。

  • 若返回 True，保留该元素；

  • 若返回 False，丢弃该元素。

• iterable：要筛选的可迭代对象（如列表、元组、集合等）。

特殊用法：当 function 为 None 时，filter() 会自动保留所有“真值”（truthy）元素，过滤掉“假值”（falsy）如 0、""、None、[] 等。

返回值：

• 一个 filter 对象（即迭代器），通常需用 list()、tuple() 等转换为具体数据结构。

基础示例

筛选以 'a' 开头的单词

def starts_a(w):
    return w.startswith("a")

li = ["apple", "banana", "avocado", "cherry", "apricot"]
res = filter(starts_a, li)
print(list(res))

输出：

['apple', 'avocado', 'apricot']

说明：
starts_a 函数判断字符串是否以字母 'a' 开头，filter() 仅保留满足条件的水果名称。

示例 1

使用命名函数筛选偶数

def even(n):
    return n % 2 == 0

a = [1, 2, 3, 4, 5, 6]
b = filter(even, a)
print(list(b))

输出：

[2, 4, 6]

说明：
even 函数检查数字是否能被 2 整除，filter() 从中提取所有偶数。

示例 2

使用 Lambda 表达式简化代码

a = [1, 2, 3, 4, 5, 6]
b = filter(lambda x: x % 2 == 0, a)
print(list(b))

输出：

[2, 4, 6]

说明：
用一行 lambda 替代独立函数，使代码更紧凑，适合简单逻辑。

示例 3

组合 filter() 与 map() 实现数据处理流水线

a = [1, 2, 3, 4, 5, 6]

# 先筛选偶数，再将其翻倍
even_numbers = filter(lambda x: x % 2 == 0, a)
doubled = map(lambda x: x * 2, even_numbers)

print(list(doubled))

输出：

[4, 8, 12]

执行流程：

1. filter 得到 [2, 4, 6]

2. map 将其变为 [4, 8, 12]

这种链式调用体现了函数式编程的“声明式”风格：描述“做什么”，而非“怎么做”。

示例 4

筛选长度大于 5 的字符串

a = ["apple", "banana", "cherry", "kiwi", "grape"]
b = filter(lambda w: len(w) > 5, a)
print(list(b))

输出：

['banana', 'cherry']

说明：
只保留字符数超过 5 的水果名称。

示例 5

使用 None 过滤假值（Truthy/Falsy 判断）

L = ["apple", "", None, "banana", 0, "cherry"]
A = filter(None, L)
print(list(A))

输出：

['apple', 'banana', 'cherry']

说明：
filter(None, iterable) 是一种快捷方式，等价于 filter(bool, iterable)，会自动移除所有假值：

• ""（空字符串）

• None

• 0

• []、{} 等空容器（若存在）

重点总结

• filter() 用于条件筛选，只保留使判断函数返回 True 的元素。

• 支持命名函数、lambda 表达式，也支持 None 作为函数参数进行真值过滤。

• 返回的是惰性求值的迭代器，需转换为列表等结构才能查看内容。

• 可与其他高阶函数（如 map()、reduce()）组合，构建清晰的数据处理管道。

• 对于简单筛选任务，列表推导式（如 [x for x in a if x % 2 == 0]）有时更直观；但 filter() 在函数式风格或复用判断逻辑时更具优势。

思考题

1. 使用 filter() 和 lambda，如何从列表 [-3, -1, 0, 2, 5] 中筛选出正整数？

2. 比较以下两种写法的优劣：

   • list(filter(lambda x: x > 0, nums))

   • [x for x in nums if x > 0]

3. 如果传入 filter() 的函数对某些输入抛出异常（如对非数字调用 x % 2），会发生什么？如何安全处理？