Python中的map()和reduce()是常用的清洗数据的函数。map()函数能够对一个列表或数组中的每个元素进行操作，而reduce()可以从列表或数组中的第一个元素开始，通过操作后将结果不断累加，最终得到一个单一的结果。
map()函数
map()函数的基本语法为：
map(function, iterable, ...)
其中，function表示对每个元素要执行的函数，iterable则表示待处理的列表或序列。map()函数会对iterable中的每个元素依次执行function函数，并返回一个新的列表作为结果。
例如，我们可以使用map()函数将一个字符串列表中的每个字符串转化为大写：
str_list = ['hello', 'world', 'python']
upper_list = list(map(lambda x:x.upper(), str_list))
print(upper_list)
输出结果为：
['HELLO', 'WORLD', 'PYTHON']
在上面的例子中，我们使用了lambda函数来将每个字符串转化为大写形式，然后使用list()函数将结果转化为列表。
另一个常见的应用是对列表中的数字进行加倍操作：
num_list = [1, 2, 3, 4, 5]
double_list = list(map(lambda x:x*2, num_list))
print(double_list)
输出结果为：
[2, 4, 6, 8, 10]
reduce()函数
reduce()函数用于对列表或序列中的元素进行累加操作，即对列表中的元素进行求和、求积等运算。
reduce()函数的基本语法为：
reduce(function, sequence[, initial]) -> value
function表示对两个元素进行操作的函数，sequence表示待处理的列表或序列，initial表示初始值。reduce()函数会从sequence的第一个元素开始，逐个对相邻的两个元素执行function函数，直到遍历完整个列表，最终返回一个单一的结果。
例如，我们可以使用reduce()函数计算一个列表中所有元素的乘积：
from functools import reduce
num_list = [1, 2, 3, 4, 5]
product = reduce(lambda x,y:x*y, num_list)
print(product)
输出结果为：
120
另一个常见的应用是对列表中的数字进行求和：
from functools import reduce
num_list = [1, 2, 3, 4, 5]
sum = reduce(lambda x,y:x+y, num_list)
print(sum)
输出结果为：
15
需要注意的是，在使用reduce()函数时，如果列表为空，则会抛出TypeError异常。因此，在使用前需要进行判断或者提供初始值。例如：reduce(lambda x,y:x+y, [], 0)。
以上就是Python中map()和reduce()函数的使用方法的完整攻略。