点击头像，进入个人中心，查看文章合集，还有更多Python相关的精彩教程等着你！

2.1 引言

Python 并不是纯函数式语言，但支持许多 函数式编程 (Functional Programming, FP) 的特性：

• 函数是一等公民（可以作为参数、返回值）
• 支持高阶函数（函数操作函数）
• 内置工具函数 map、filter、reduce、sorted 等
• 提供 lambda 匿名函数，适合简洁表达

掌握这些能让代码更优雅、表达力更强。

2.2 匿名函数 (lambda)

2.2.1 基本语法

lambda 参数列表: 表达式

特点：

• 只能写单个表达式
• 自动返回表达式的值
• 常用于临时函数场景

示例：

# 普通函数
def add(x, y):
    return x + y

# lambda函数
add_lambda = lambda x, y: x + y

print("普通函数:", add(2, 3))
print("lambda函数:", add_lambda(2, 3))

输出结果：

普通函数: 5
lambda函数: 5

2.3 高阶函数

2.3.1 map —— 映射转换

将函数应用到可迭代对象的每个元素。

示例：

nums = [1, 2, 3, 4, 5]
squares = list(map(lambda x: x**2, nums))
print("平方结果:", squares)

输出结果：

平方结果: [1, 4, 9, 16, 25]

2.3.2 filter —— 条件过滤

筛选符合条件的元素。

示例：

nums = [10, 15, 20, 25, 30]
evens = list(filter(lambda x: x % 2 == 0, nums))
print("偶数结果:", evens)

输出结果：

偶数结果: [10, 20, 30]

2.3.3 reduce —— 归约操作

需要 functools.reduce，把序列缩减成一个值。

示例：

from functools import reduce

nums = [1, 2, 3, 4, 5]
sum_all = reduce(lambda x, y: x + y, nums)
print("总和:", sum_all)

输出结果：

总和: 15

2.3.4 sorted —— 自定义排序

支持 key 函数，用于复杂排序。

示例：

words = ["apple", "banana", "cherry", "date"]

# 按长度排序
sorted_by_len = sorted(words, key=lambda x: len(x))

# 按最后一个字母排序
sorted_by_last_char = sorted(words, key=lambda x: x[-1])

print("按长度排序:", sorted_by_len)
print("按最后字母排序:", sorted_by_last_char)

输出结果：

按长度排序: ['date', 'apple', 'banana', 'cherry']
按最后字母排序: ['banana', 'apple', 'date', 'cherry']

2.4 闭包 (Closure)

闭包是函数中 嵌套函数 引用了外部函数的局部变量，并在外部函数执行完毕后依然有效。

示例：

def make_multiplier(n):
    def multiplier(x):
        return x * n
    return multiplier

times3 = make_multiplier(3)
times5 = make_multiplier(5)

print("3倍:", times3(10))
print("5倍:", times5(10))

输出结果：

3倍: 30
5倍: 50

2.5 装饰器 (Decorator)

装饰器是 闭包的典型应用，用来在不修改函数源码的情况下，扩展其功能。

2.5.1 基础装饰器

示例：

def logger(func):
    def wrapper(*args, **kwargs):
        print(f"调用函数: {func.__name__}, 参数: {args}, {kwargs}")
        result = func(*args, **kwargs)
        print(f"返回结果: {result}")
        return result
    return wrapper

@logger
def add(x, y):
    return x + y

add(3, 5)

输出结果：

调用函数: add, 参数: (3, 5), {}
返回结果: 8

2.5.2 带参数的装饰器

示例：

def repeat(n):
    def decorator(func):
        def wrapper(*args, **kwargs):
            for i in range(n):
                print(f"第{i+1}次执行:")
                func(*args, **kwargs)
        return wrapper
    return decorator

@repeat(3)
def greet(name):
    print(f"Hello, {name}!")

greet("Alice")

输出结果：

第1次执行:
Hello, Alice!
第2次执行:
Hello, Alice!
第3次执行:
Hello, Alice!

2.6 图解：函数式编程概念

2.7 小结

• lambda → 匿名函数，简洁表达
• map / filter / reduce / sorted → 高阶函数常用工具
• 闭包 → 内部函数记住外部环境
• 装饰器 → 在不修改源码的情况下增强函数功能

函数式编程能让 Python 代码更简洁、更抽象，也为后续学习 异步编程、并发编程 打下基础。