1. 简介
其思想更接近数学计算。函数式编程就是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量。函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！由于Python允许使用变量，因此，Python不是纯函数式编程语言。
2. 高阶函数：
既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。
3. map（）：map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。
4. reduce（）：reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算
5. filter：用于过滤序列。和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。
6. sorted：排序算法：对list进行排序；sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序：
7. 返回函数：函数作为返回值。（闭包：返回闭包时牢记一点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。）
8. 匿名函数：当我们在传入函数时，有些时候，不需要显式地定义函数，直接传入匿名函数更方便。通过对比可以看出，匿名函数lambda x: x * x实际上就是：
def f(x):
return x * x
9. 装饰器：
函数对象有一个__name__属性， 可以取到函数名字。
假设我们要增强now()函数的功能，比如，在函数调用前后自动打印日志，但又不希望修改now()函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。
本质上，decorator就是一个返回函数的高阶函数。所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处。
@log
def now():
print('2015-3-25')
调用now()函数，不仅会运行now()函数本身，还会在运行now()函数前打印一行日志：把@log放到now()函数的定义处，相当于执行了语句：now =log(now)
10. 偏函数：functools.partial的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。
