Python函数式编程

一、Lambda表达式

1、Lambda表达式是Python中的一种匿名函数，可以快速创建小型函数而不必通过def关键字定义函数。

2、使用lambda表达式创建的函数无法包含多个语句或复杂逻辑，只能是一些简单的表达式。

3、lambda表达式主要是为了方便在函数内部创建临时函数，一般会配合其他函数式编程的方法一起使用。

    # lambda表达式示例
    square = lambda x: x * x
    print(square(5))  # 输出25

二、高阶函数

1、高阶函数指的是接收其它函数作为参数或以函数作为返回值的函数。

2、高阶函数可以让代码更加简洁，可读性更强。

3、在函数式编程中，高阶函数是非常常用的方法，例如map、filter和reduce函数。

    # 高阶函数示例
    def add(x, y):
        return x + y

    def subtract(x, y):
        return x - y

    def apply_operation(operation, x, y):
        return operation(x, y)

    print(apply_operation(add, 2, 5))  # 输出7
    print(apply_operation(subtract, 2, 5))  # 输出-3

三、Map函数

1、map函数是Python内置的一个函数，接收一个普通的函数和一个可迭代对象作为参数。

2、map函数会对可迭代对象中的每个元素应用普通函数，并返回一个新的可迭代对象，其中包含了每个元素经过普通函数处理后的结果。

3、map函数是一种常用的将函数应用于每个元素的方法，可以用来简化代码。

    # map函数示例
    def square(x):
        return x * x

    nums = [1, 2, 3, 4, 5]
    squared_nums = map(square, nums)
    print(list(squared_nums))  # 输出[1, 4, 9, 16, 25]

四、Filter函数

1、filter函数也是Python内置的一个函数，接收一个普通的函数和一个可迭代对象作为参数。

2、filter函数会对可迭代对象中的每个元素应用普通函数，并返回一个新的可迭代对象，其中只包含原可迭代对象中对应的元素使得普通函数返回True。

3、filter函数可以用来从一个序列中筛选出满足特定条件的元素。

    # filter函数示例
    def is_even(x):
        return x % 2 == 0

    nums = [1, 2, 3, 4, 5]
    even_nums = filter(is_even, nums)
    print(list(even_nums))  # 输出[2, 4]

五、Reduce函数

1、reduce函数也是Python内置的一个函数，接收一个普通的函数和一个可迭代对象作为参数。

2、reduce函数会对可迭代对象中的所有元素依次应用普通函数，其结果会被传递到下一次函数应用中。

3、reduce函数常常用来将所有元素组合为单个值。

    # reduce函数示例
    from functools import reduce

    def multiply(x, y):
        return x * y

    nums = [1, 2, 3, 4, 5]
    product = reduce(multiply, nums)
    print(product)  # 输出120