函数式编程
闭包
由函数以及环境变量构成闭包，环境变量不受外部影响。
在函数内部定义另一个函数，内部函数使用包含其的函数的变量，做为环境变量，屏蔽外部修改。
#闭包=函数+环境变量
a = 2
def cureve_pre():
a = 3
def cureve(p):
p = a*p*p
return p
return cureve
a = 10
f = cureve_pre()
print(f.__closure__)
print(f.__closure__[0].cell_contents)
print(f(2))
匿名函数
类似c#中的lambda表达式
#lambda parameter_list: expression
lambda x, y: x+y
三元表达式（匿名函数常用）：
条件为真时返回的结果 if 条件判断 else 条件为假时的返回结果，eg. r = x if x>y else y
其他语言语法类似 x>y ? x : y
map
map(func, interables)
可以从数学的角度理解为映射，从编程角度，类似一个for循环的功效
list_x = [1,2,3,4,5,6,7,8]
def square(x):
return x*x
r = map(square, list_x)
print(list(r))
使用lambda以及map可以很优美得实现一些功能（map参数可以传入多个列表）
如上面可以简化为：r = map(lambda x: x*x, list_x)
reduce
reduce运算规则，连续计算，调用函数
#序列求和
from functools import reduce
list_x = [1,2,3,4,5,6,7,8]
r = reduce(lambda x,y:x+y, list_x)
#36
print(r)
大数据中，有map/reduce编程模型，映射/规约，进行并行计算，一种思想，源自于函数式编程
filter
返回真保留，返回假过滤掉
list_x = [1, 0, 1, 0, 0, 1]
r = filter(lambda x: True if x==1 else False, list_x)
print(list(r))
命令式编程VS函数式编程
命令式编程结构：
def,if...else...,for
函数式编程：
map,reduce,filter
lambda(算子)
lisp 语言是函数式编程语言鼻祖
