1.filter()函数的基本语法如下：

filter ( function  , iterable ) 

其中，function是一个用于判断的函数，iterable是一个可迭代对象，可以是列表、元组、集合或字符串等。filter()会将iterable中的每个元素依次传给function进行判断，返回满足条件的元素组成的迭代器。 让我们来看一个简单的例子，使用filter()函数过滤出列表中的偶数：

# 定义一个函数，判断是否为偶数
def is_even(num):return num % 2 == 0  # 待筛选的列表
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  # 使用filter函数过滤出偶数
filtered_numbers = filter(is_even, numbers)  # 将filter的结果转换为列表
result = list(filtered_numbers)
print(result)  # 输出: [2，4，6，8，10]

 运行结果为：

F:\software\pythonProject\venv\Scripts\python.exe F:\software\pythonProject\0104.py 
[2, 4, 6, 8, 10]

2. 使用Lambda()匿名函数，表达式进一步简化代码

lambda()匿名函数的主要用途是作为其他函数的参数，例如map()、filter()、reduce()等高阶函数。使用匿名函数可以避免编写额外的函数定义，使代码更加简洁明了。

有时候，我们只需要使用一次性的简单函数进行筛选，此时可以使用Lambda表达式，从而省略单独定义函数的步骤，使代码更加简洁。以上面的例子为例，我们可以改写为：

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  # 使用Lambda表达式过滤出偶数
filtered_numbers = filter(lambda x: x % 2 == 0, numbers)  # 将filter的结果转换为列表
result = list(filtered_numbers)
# print(result)# 输出: [2, 4, 6, 8, 10]
print(result)  # 输出: [2，4，6，8，10]

 运行结果如下:

以下为lambda()函数，fileter()函数实例：

data1 = [66, 15, 91, 28, 98, 50, 7, 80, 99]  # data1为列表形式数据
myfilter = filter(lambda x: (x > 50), data1)  # filter()函数为过滤函数 lambda
data2 = list(myfilter)
print('data2是:', data2)
mapped = map(lambda x: (x * 2), data2)
data3 = list(mapped)
print('data3是:', data3)
mapped1 = filter(lambda x: (x > 150), data3)
data4 = list(mapped1)
print('data4是:', data4)
mapped2 = map(lambda x: (x > 150), data4)
data5 = list(mapped2)
print('data5是:', data5)

运行结果如下：

F:\software\pythonProject\venv\Scripts\python.exe F:\software\pythonProject\0104.py 
data2是: [66, 91, 98, 80, 99]
data3是: [132, 182, 196, 160, 198]
data4是: [182, 196, 160, 198]
data5是: [True, True, True, True]

进程已结束，退出代码为 0