函数式编程（FunctionalProgramming）或者函数式编程是一种编程范式。它将计算机操作视为数学函数，并避免使用程序状态和变量对象。以上只是函数式编程的一个简单概念，我们只需简单了解一下即可。在Python中，函数式编程主要是几个函数的使用：lambda()、map()、reduce()、filter()等。1.lambda函数lambda函数又变成了匿名函数。一个lambda函数只能有一个表达式，不需要写return来返回函数的值。当然，匿名函数也是函数对象，匿名函数也可以赋值给变量。您还可以返回一个匿名函数作为返回值。可以看出变量f是一个lambda函数类型，需要使用f()来调用该函数。2.map函数map函数接收两个参数，一个是函数，一个是Interable（可迭代序列）。map函数依次将函数应用于序列的每个元素，并将结果作为新的Interable返回。看一个例子：一个简单的列表推导，给列表a的每个元素加2，使用map函数可以写成：由于map函数返回的是惰性序列，需要通过list()等调用功能。上面的代码虽然看起来比直接写for循环要复杂一些，但是当数据量很大的时候，Python的for的效率并不是很高，map的效率可以接近C语言。同时，代码也简单很多，简直就是X神器。再一个小例子，把列表中的元素转成字符串，一个命令3.reduce函数有点类似于map，只不过map是用来一个一个遍历的，而reduce函数是用来递归计算的。一个简单的序列求和依次对列表a的每个元素求和，再看一个自制的int()函数的例子。这就是Python内置函数int的用法。我们还可以按如下方式实现reduce和map函数。首先使用map函数迭代23465个字符串的列表，然后通过reduce函数递归地将列表的每个元素应用到lambda函数。4.过滤函数也接收一个函数和一个序列。filter()依次对每个元素应用传入函数，然后根据返回值是True还是False来决定保留还是丢弃该元素。综上所述，使用这些函数不仅可以让我们的代码更加简洁，而且在数据量大或者计算密集的情况下也能大大提高效率。
