python的函数式编程

python的函数式编程又称为泛函编程，是一种编程范型，将计算机运算视为数学上的函数计算，避免使用程序状态以及易变。它是一种“广播式”编程。

主要由几个函数够长。lambda()、map()、reduce()、filter()下面进行依次介绍：

lambda():用来定义“行内函数”

具体参照知乎：https://www.zhihu.com/question/20125256/answer/14058285

简单来说，编程中提到的 lambda 表达式，通常是在需要一个函数，但是又不想费神去命名一个函数的场合下使用，也就是指匿名函数。这一用法跟所谓 λ 演算（题目说明里的维基链接）的关系，有点像原子弹和质能方程的关系，差别其实还是挺大的。通常和map()函数结合用。

不谈形式化的 λ 演算，只说有实际用途的匿名函数。先举一个普通的 Python 例子：将一个 list 里的每个元素都平方：

map( lambda x: x*x, [y for y in range(10)] )

这个写法要好过

def sq(x):
    return x * x

map(sq, [y for y in range(10)])

因为后者多定义了一个（污染环境的）函数，尤其如果这个函数只会使用一次的话。而且第一种写法实际上更易读，因为那个映射到列表上的函数具体是要做什么，非常一目了然。如果你仔细观察自己的代码，会发现这种场景其实很常见：你在某处就真的只需要一个能做一件事情的函数而已，连它叫什么名字都无关紧要。Lambda 表达式就可以用来做这件事。

进一步讲，匿名函数本质上就是一个函数，它所抽象出来的东西是一组运算。这是什么意思呢？类比

a = [1, 2, 3]

和

f = lambda x : x + 1

你会发现，等号右边的东西完全可以脱离等号左边的东西而存在，等号左边的名字只是右边之实体的标识符。如果你能习惯 [1, 2, 3] 单独存在，那么 lambda x : x + 1 也能单独存在其实也就不难理解了，它的意义就是给「某个数加一」这一运算本身。

map():函数映射

此处参照《python数据分析与挖掘实战》这本书

现在回头来看 map() 函数，它可以将一个函数映射到一个可枚举类型上面。沿用上面给出的 a 和 f，可以写：

map(f, a)

也就是将函数 f 依次套用在 a 的每一个元素上面，获得结果 [2, 3, 4]。现在用 lambda 表达式来替换 f，就变成：

b=map( lambda x : x + 1, [1, 2, 3] )
b=list(b)#python3.x中需要这一句，因为3.x中，map函数仅是创建一个待运行的命令容器，只有其他函数调用它的时候才会返回结束。2.x不需要。

会不会觉得现在很一目了然了？尤其是类比

a = [1, 2, 3]
r = []
for each in a:
    r.append(each+1)

这样的写法时，你会发现自己如果能将「遍历列表，给遇到的每个元素都做某种运算」的过程从一个循环里抽象出来成为一个函数 map，然后用 lambda 表达式将这种运算作为参数传给 map 的话，考虑事情的思维层级会高出一些来，需要顾及的细节也少了一点。和其他很多语言相比，Python 的 lambda 限制多多，最严重的当属它只能由一条表达式组成，但也是为了防止滥用。

总结一下，我们首先定义一个函数，然后用map()指令将函数逐一应用到（map）列表中的每一个元素，最后返回一个数组。map指令也接受多参数的函数，如map(lambda x,y: x*y, a, b)表示将a、b两个列表的元素对应相乘，把结果返回给新列表。

但有了列表分析b=[i**2 for i in range(5)]，为什么要有map()指令呢？其实列表分析本质用的是for循环，而python中的for效率不高，相比之下map函数有了相同的功能，并且效率更高，原则上他的循环速度相当于c语言。

reduce()：用于递归计算

此处参照《python数据分析与挖掘实战》这本书

reduce(lambda x,y:x*y,range(1,n+1))，用于实现n的阶乘n！

range()给出了一个列表，第一个和第二个相乘得到的乘积和第三个相乘...以此类推，直至列表结束。

等效于>>> s=1

>>> for i in range(1,n+1):

s=s*i

filter()：筛选列表符合条件的元素。

此处参照《python数据分析与挖掘实战》这本书

>>> b=filter(lambda x:x>5 and x<8,range(10))
>>> b=list(b)
>>> b
[6, 7]

使用filter函数首先需要一个返回值为bool型的函数，如上述的lambda x:x>5 and x<8定义了一个函数，判断x是否大于5且小于8，然后将这个函数作用到range（10）的每个元素中，如果为true，则“挑出”这个元素，最后将满足条件的所有元素组成一个列表返回。

当然上述可以用列表解析表达：

>>> b=[i for i in range(10) if i>5 and i<8]
>>> b
[6, 7]