Functional Programming，函數語言程式設計。Python對函數語言程式設計提供部分支援。對於純函式程式設計，對任一函式，只要輸入是確定的，輸出就是確定的，可稱之為無副作用。

一、高階函式

1、變數指向函式

我們知道函式的計算結果可以賦值給變數，例如x = abs(-5)。同理，變數也可以指向函式，例如f = abs。如果一個變數指向了一個函式，那我們直接呼叫abs(x)與執行f(x)返回的結果是完全相同。

2、函式名也是變數

我們也可以把函式名看成是一個變數，例如abs()函式。執行語句abs=-5，之後呼叫abs(-5)就會報錯，因為此時abs這個變數已經不指向絕對值函數了，而是指向一個整數-5。

3、函式作為形參

既然變數可以指向函式，函式也可以充當變數，那麼一個函式就可以接收另外一個函式作為它自己的形式引數，即實現高階函式。例如：

>>> def add(x , y ,  f ): # 把函式作為引數傳入。
...     return f(x) + f(y)
>>> add (-5,-2,abs)
7

二、函數語言程式設計的內建函式

1、map(func,seq)

• 語法：map(func,seq)，接收兩個引數，一個是函式func，一個是可迭代物件。
• 作用：將傳入的func函式迴圈作用於seq序列的每個元素上，並返回新的可迭代物件。
• 注意
  ：map()函式返回的是一個<map object>，我們可以使用list()函式將所獲得的結果以list形式返回。

舉個栗子：用map()實現f(x)=x*x

>>> def f(x):
...     return x*x
...
>>> map(f,[1,2,3,4,5])
<map object at 0x0327F670>
>>> list(map(f,[1,2,3,4,5]))     # 傳入的函式f作用於序列的每個元素調並用list()
[1, 4, 9, 16, 25]

當然還可以使用其他方法實現：exp1：list( map((lambda x:x*x),[1,2,3,4,5]))

2、reduce(func,list)

• 語法：reduce(func,list)，必須接受兩個引數。
• 作用：把func函式作用在list序列上[x1,x2,x3,...]。取出序列的頭兩個元素x1和x2，作用於func，取的一個單一的值，例如a，再將a與序列的下一個元素x3做func運算，依此反覆。其效果就相當於reduce(f,x1,x2,x3)=f(f(x1,x2),x3)
• 注意：使用reduce()，必須匯入模組from functools import reduce

大家可以自己找個栗子玩玩哈~~~

3、filter()

• 語法：filter(func,[序列])，接收一個“過濾”函式，和一個序列。返回的是一個Iterator可迭代物件。
• 作用：按照func規則過濾序列，filter()把傳入的函式func依此作用於每個元素，然後根據返回值TrueorFalse，來保留為True的對應元素。
• 注意：跟map()類似，filter()返回的是一個可迭代物件，故需要使用list()來檢視所獲得結果並返回list型別。

舉個栗子：在一個list中，刪除偶數，保留奇數。

>>> def is_odd(n):
...     return n % 2 == 1  # 返回0(false) 或1(True)
...
>>> list( filter(is_odd,[1,2,3,4,5,6,7,8,9]) )
[1, 3, 5, 7, 9]

恩，寫到這吧，給自己一個任務，明天寫“閉包”部分。

❤ thanks for watching, keep on updating...