1.简述map，reduce两个内置函数的作用
map()函数是python内置的高阶函数，它要接收一个函数f和一个list，并通过函数f依次作用在list的每一个元素上，得到一个新的list并返回。
reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。
使用：
def f(x):
return x*x
print(list(map(f,[1,2,3,4,5])))
map()传入的第一个参数是f，即函数对象本身。由于结果r是一个Iterator，Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list。
补充：
Python惰性序列
Python的惰性序列多数指iterator，其特点正如同上文所述，具有惰性计算特点的序列称为惰性序列。
Python的iterator是一个惰性序列，意思是表达式和变量绑定(比如：调用iter()得到了一个iterator并赋值给一个变量)后不会立即进行求值，而是当你用到其中某些元素的时候才去求某元素对的值(比如next()访问到某元素才去实际计算某元素的值)。
惰性是指，你不主动去遍历它，就不会计算其中元素的值。
有什么意义？
一是这样我们就可以实现的无限序列的表示，比如全部的自然数(无穷尽)，而不需要真的在内存中计算出所有的自然数(那根本不可能，因为内存也不是无限的)，而是需要哪个数，计算到哪个数，或者需要哪些数，计算到那些数(比如前1000个)。
二是在大规模数据处理中起到延迟计算的作用。当你处理大规模数据时，一次性进行处理往往是不方便的。而惰性序列就可以解决这个问题，它把计算的步骤延迟到了要实际使用该数据的时候。
惰性序列可以看作是一个”流”，需要的时候从其中取一滴水。
from functools import reduce
def f(a,b):
return a + b
print(reduce(f,[1,2,3,4,5]))

2.使用一行代码反转一个列表
a = [1,2,3,4]
a.reverse()
print(a)

3.字典key 和 value排序并输出