filter被稱為高階函數是有道理的。

            
              filter(self, /, *args, **kwargs)

Docstring:      filter(function or None, iterable) --> filter object  

Return an iterator yielding those items of iterable for which function(item) is true. If function is None, return the items that are true.
            
          

?從Doc的簡單描述可以看出，filter的主要作用是通過function對iterable中的元素進行過濾，并返回一個迭代器（iterator），其中是function返回True的元素。如果function傳入None，則返回所有本身可以判斷為True的元素。

例1：

            
                  l = [x for x in range(10)]
    print(list(filter(lambda x : x%2 == 0, l)))
    #輸出[2,4,6,8]
            
          

因為filter返回的是一個iterator，所以輸出的時候需要用list進行轉換。

例2：

            
                  l = [x for x in range(0, 10)]
    print(list(filter(None, l)))
    #輸出[1,2,3,4,5,6,7,8,9]
            
          

和例1的輸入略有區別，輸入是0~9，filter的第一個參數傳入了None，所以在迭代過程中，0被判斷為False從而被過濾，1~9被保留下來。這個方法可以替代for循環的數據拾取。

通過上面的例子可以看出，調用filter時并沒有觸發過濾過程，因為調用filter函數只是返回了一個iterator，它是惰性計算，只有next或者list的時候，才真正開始計算過程。

上面是兩個基本的用法，接下來看filter的更高級一點兒的用法。

???

            
              def _odd_iter():
        n = 1
        while True:
            n = n + 2
            yield n
            
    def _not_divisible(n):
        return lambda x : x%n>0
     
    def primes():
        yield 2
        it = _odd_iter()
        ftr = filter(_not_divisible(2), it) #1
        while True:
            n = next(ftr )        #2
            yield n                
            ftr = filter(_not_divisible(n), ftr ) #3
            
    for n in primes():
        if n < 100:
            print('now:',n)
        else:
            break
            
          

通過這個例子，可以看到filter的兩個高級用法：

1.其實filter返回的是一個filter對象。#3行通過重復賦值，可以向filter中添加多個過濾器。例子中，就是通過每次執行#3行，把當前素數作為新的被除數條件加入到過濾器ftr 中，所以在for循環的后續迭代中，每次都增加一個素數條件進入過濾器。

通過這種重復賦值的方法，可以給filter添加多個過濾函數，極大的加強了過濾功能。

2. filter的第二個參數可以傳入iterator。當然，此時就不能用list取filter的結果，只能用next(filter對象)取下一個過濾結果為True的元素
?