python函数式编程

引用知乎上看到的一段话：

“函数式编程与命令式编程最大的不同其实在于：

函数式编程关心数据的映射，命令式编程关心解决问题的步骤

 

首先，最直观的角度来说，函数式风格的代码可以写得很精简，大大减少了键盘的损耗（

其次，函数式的代码是“对映射的描述”，它不仅可以描述二叉树这样的数据结构之间的对应关系，任何能在计算机中体现的东西之间的对应关系都可以描述——比如函数和函数之间的映射（比如 functor）；比如外部操作到 GUI 之间的映射（就是现在前端热炒的所谓 FRP）。它的抽象程度可以很高，这就意味着函数式的代码可以更方便的复用。

另外还有其他答主提到的，可以方便的并行。

同时，将代码写成这种样子可以方便用数学的方法进行研究（不能理解 monad 就是自函子范畴上的一个幺半群你还想用 Haskell 写出 Hello world ？）

至于什么科里化、什么数据不可变，都只是外延体现而已。”

作者：nameoverflow
链接：https://www.zhihu.com/question/28292740/answer/100284611
来源：知乎
 

以下是本人对具体使用时的一点理解

1、lambda

使用：

lambda1= lambda x, y: x+y
print lambda1(1, 2)#3

理解：a变成了函数，lambda冒号左边为a的行参，右边为实现逻辑，在调用a时，和普通函数调用方法一致：函数名（实参）；

 

2、map  reduce  filter等

1） ret =map(func，arg)

使用：

map1 = map(len, ['123', '1', '22'])
print map1#相当于[len('123'), len('1'), len('2')]->[3, 1, 2]

map2 = map(lambda x: x*x, range(3))
print map2#相当于[0*0, 1*1, 2*2]->[0, 1, 4]

理解：

这里的func直接用lamda写匿名函数的实现逻辑，或者写Python的内置函数名(len ，lower等简单逻辑），arg为实参，map直接调用了func这个函数，返回了ret；

一般arg为一个列表、元组这种集合类型，而map的作用，是为arg集合中的每一个item执行func的逻辑；

ret仍保留列表的格式，将每一个item执行完func的结果组合起来放在了一个新的列表ret里；

 

2） ret = reduce(func, arg)

使用：

reduce1 = reduce(lambda x, y: x+y, [1, 2, 3])
print reduce1#1+2+3->6

reduce2 = reduce(lambda x, y: x*y, [1, 2, 3, 4])
print reduce2#1*2*3*4->24

理解：

这里的func直接用lamda写匿名函数的实现逻辑，arg为实参，reduce直接调用了func这个函数，返回了ret；

一般arg为一个列表、元组这种集合类型，而reduce的作用，是为arg集合中的每个item做一个积累(func的功能：累加，阶乘这种)的逻辑，前几个arg中item的处理结果基础上再加上其他item的操作;

ret 即为一个处理完的值；

 

3）ret = filter(func, arg)

使用：

filter1 = filter(lambda x: x>1, [1, 2, 3])
print filter1#找出序列中大于1的item->[2, 3]

理解：func中写一些过滤条件，对arg中的item逐个过滤，符合条件的item组成一个新的列表返回；