函数式编程(了解为主)
函数式编程是一种编程的基本风格，也就是构建程序的结构和元素的方式。函数式编程将计算过程看作是数学函数，也就是可以使用表达式编程。在函数的代码中，函数的返回值只依赖传入函数的参数，因此使用相同的参数调用函数2次，会得到相同的结果。
（1）头等函数（First-class Function）
如果一个编程语言把函数视为头等函数，则可以称其拥有头等函数。拥有头等函数的编程语言可以将函数作为其他函数的参数，也可以将函数作为其他函数的返回值。可以把函数赋值给变量或存储在元组、列表、字典、集合和对象等数据结构中。有的语言还支持匿名函数。
（2）高阶函数（Higher-older Function）
高阶函数是头等函数的一种实践，它是可以将其他函数作为参数或返回结果的函数。例如：定义一个高阶函数map(),有2个参数，一个是函数func(),一个是列表list,map()函数将list里面的所有元素应用函数func(),并将处理结果组成一个列表list1,最后将list1作为map()函数的返回结果。
（3）纯函数
纯函数与外界交换数据只有唯一渠道----参数和返回值
纯函数不会操作全局变量，没有状态、无I/O操作，不改变传入的任何参数的值。理想情况下，不会把它传入任何外部数据。
很容易把一个纯函数移植到一个新的运行环境。最多只需要修改类型定义即可。
纯函数具有引用透明性。也就是说，对于同一个输入值，它一定得到相同的输出值，而与在什么时候、在什么情况下执行该函数无关。
（4）递归
在函数式编程语言中，循环通常通过递归来实现。递归就是在函数里调用自身；在使用递归策略时，必须有一个明确的递归结束条件，这个递归结束条件称为递归出口。
函数式编程的优点
（1）便于进行单元测试
（2）便于调试
（3）适合并行执行
Python函数式编程常用的函数
（1）Lambda表达式是一种匿名函数。
Python的Lambda表达式的函数只能有唯一的语句，也就是返回值表达式语句。
返回函数名 = lambda参数列表：函数返回值表达式语句
sum = lambda x,y,z : x+y+z (计算x、y、z的和)
（2）Lambda表达式数组
数组名 = [(Lambda表达式1),(Lambda表达式2),...]
调用数组中Lambda表达式
数组名[索引](Lambda表达式的参数列表)
arr =map(lambda x: x **2,[2,4,6,8,10])
for ein enumerate(arr):
print(e)
map()函数用于将指定序列中的所有元素作为参数调用指定函数，并将结果构成一个新的序列返回。
结果序列 = map(映射函数，序列1[,序列2,...])
在map()函数的参数中，可以有多个序列，这取决于映射函数的参数数量。序列1，序列2等序列中元素会按顺序作为映射函数的参数，映射函数的返回值将作为map()函数的返回序列的元素
arr1 =map(lambda x,y:x+y,[1,3,5,7,9],[2,4,6,8,10])
for ein enumerate(arr1):
print(e)
filter()函数可以对指定序列进行过滤操作
filter(函数function,序列sequence)
函数function接受一个参数，返回布尔值。序列sequence可以是列表、元祖或字符串
def is_even(x):
return x %2 ==0
arr2 =filter(is_even,[1,2,3,4,5,6,7,8,9,10])
for iin enumerate(arr2):
print(i)
zip()函数以一系列列表作为参数，将列表中对应的元素打包成一个个元组，然后返回由这些元组组成的列表
a = [1,2,3]
b = [4,5,6]
c = [7,8,9]
zipped =zip(a,b,c)
for elementin zipped:
print(element)
如果传入参数的长度不等，则返回列表的长度与参数中长度最短的列表相同
a = [1,2,3]
b = [4,5,6,7,8,9]
aip =zip(a,b)
for iin aip:
print(i)
#使用zip()函数将打包结果解压
a = [1,2,3]
b = [4,5,6]
aip1 =zip(a,b)
unaip =zip(*aip1)
for iin unaip:
print(i)