函数式编程是使用一系列函数去解决问题，按照一般编程思维，面对问题时我们的思考方式是“怎么干”，而函数函数式编程的思考方式是我要“干什么”。 至于函数式编程的特点暂不总结，我们直接拿例子来体会什么是函数式编程。
lambda表达式（匿名函数）：
普通函数与匿名函数的定义方式：
代码如下:
#普通函数
def add(a,b):
return a + b
print add(2,3)
#匿名函数
add = lambda a,b : a + b
print add(2,3)
#========输出===========
5
匿名函数的命名规则，用lamdba 关键字标识，冒号（：）左侧表示函数接收的参数（a,b） ,冒号（：）右侧表示函数的返回值（a+b）。
因为lamdba在创建时不需要命名，所以，叫匿名函数^_^
Map函数：计算字符串长度
代码如下:
abc = ['com','fnng','cnblogs']
for i in range(len(abc)):
print len(abc[i])
#========输出===========
4
定义abc字符串数组，计算abc长度然后循环输出数组中每个字符串的长度。
来看看map()函数是如何来实现这个过程的。
代码如下:
abc_len = map(len,['hao','fnng','cnblogs'])
print abc_len
#========输出===========
[3, 4, 7]
虽然，输出的结果中是一样的，但它们的形式不同，第一种是单纯的数值了，map()函数的输出仍然保持了数组的格式。
大小写转换；
python提供有了，upper() 和 lower() 来转换大小写。
代码如下:
#大小写转换
ss='hello WORLD!'
print ss.upper() #转换成大写
print ss.lower() #转换成小写
#========输出===========
HELLO WORLD!
hello world!
通过map()函数转换：
代码如下:
def to_lower(item):
return item.lower()
name = map(to_lower,['cOm','FNng','cnBLoGs'])
print name
#========输出===========
['com', 'fnng', 'cnblogs']
这个例子中我们可以看到，我们写义了一个函数toUpper，这个函数没有改变传进来的值，只是把传进来的值做个简单的操作，然后返回。然后，我们把其用在map函数中，就可以很清楚地描述出我们想要干什么。
再来看看普通的方式是如何实现字符串大小写转换的：
代码如下:
abc = ['cOm','FNng','cnBLoGs']
lowname = []
for i in range(len(abc)):
lowname.append(abc[i].lower())
PHP网络编程技术详解由浅入深，全面、系统地介绍了PHP开发技术，并提供了大量实例，供读者实战演练。另外，笔者专门为本书录制了相应的配套教学视频，以帮助读者更好地学习本书内容。这些视频和书中的实例源代码一起收录于配书光盘中。本书共分4篇。第1篇是PHP准备篇，介绍了PHP的优势、开发环境及安装；第2篇是PHP基础篇，介绍了PHP中的常量与变量、运算符与表达式、流程控制以及函数；第3篇是进阶篇，介绍
print lowname
#========输出===========
['hao', 'fnng', 'cnblogs']
map()函数加上lambda表达式(匿名函数)可以实现更强大的功能。
代码如下:
#求平方
#0*0,1*1,2*2,3*3,....8*8
squares = map(lambda x : x*x ,range(9))
print squares
#========输出===========
[0, 1, 4, 9, 16, 25, 36, 49, 64]
Reduce函数：
代码如下:
def add(a,b):
return a+b
add = reduce(add,[2,3,4])
print add
#========输出===========
对于Reduce函数每次是需要对两个数据进行处理的，首选取2 和3 ，通过add函数相加之后得到5，接着拿5和4 ，再由add函数处理，最终得到9 。
在前面map函数例子中我们可以看到，map函数是每次只对一个数据进行处理。
然后，我们发现通过Reduce函数加lambda表达式式实现阶乘是如何简单：
代码如下:
#5阶乘
#5！=1*2*3*4*5
print reduce(lambda x,y: x*y, range(1,6))
#========输出===========
Python中的除了map和reduce外，还有一些别的如filter, find, all, any的函数做辅助（其它函数式的语言也有），可以让你的代码更简洁，更易读。 我们再来看一个比较复杂的例子：
代码如下:
#计算数组中正整数的值
number =[2, -5, 9, -7, 2, 5, 4, -1, 0, -3, 8]
count = 0
sum = 0
for i in range(len(number)):
if number[i]>0:
count += 1
sum += number[i]
print sum,count
if count>0:
average = sum/count
print average
#========输出===========
6
如果用函数式编程，这个例子可以写成这样：
代码如下:
number =[2, -5, 9, -7, 2, 5, 4, -1, 0, -3, 8]
sum = filter(lambda x: x>0, number)
average = reduce(lambda x,y: x+y, sum)/len(sum)
print average
#========输出===========
最后我们可以看到，函数式编程有如下好处：
1）代码更简单了。
2）数据集，操作，返回值都放到了一起。
3）你在读代码的时候，没有了循环体，于是就可以少了些临时变量，以及变量倒来倒去逻辑。
4）你的代码变成了在描述你要干什么，而不是怎么去干。
