匿名函数进阶
前一章已经说了匿名函数，匿名函数还可以和其他内置函数结合使用
1.map
map()：映射器，映射
list(map(lambda x:x*2,range(10))) #把range产生的数字映射进lambda函数里进行计算
结果：
注意：mapmap(function, sequence[, sequence, ...])接受的参数，第一个是函数，第二个，第三个可选参数也是序列
当第一个参数不为函数时：
因为把函数放进去，即代表要进行运算处理，设置为None即表示不做计算
说到这，说一下reduce()函数
2.reduce
reduce(function, sequence[, initial])看这个参数就知道和map函数很类似对吧？
看例：
有没有发现什么？是的，此时它就是用来计算总数的
还有，reduce的第三个参数是一个基数，用来设置起始值的：
而这些所有计算最关键的都在于传入的函数f，它是设定怎么计算的，比如我要让计算做平方：
报错了，提示的是reduce必须给两个参数，我确实给了两个参数，但是还是报错啊？
再结合前面的例子，其实说的是reduce接受的函数必须接受两个参数，并不是指的reduce自身接受两个参数，所以，在使用reduce的时候，必须事先考虑好怎么计算，并不是什么都可以计算的
reduce可以用来操作阶乘：
比如5的阶乘：
那么既然都说到这了，顺便说说filter函数
3.filter函数
filter(function or None, sequence)：过滤器，筛选为真的参数
例：
再看：
python2下：
python3下：
所以，python2和python3下使用filter是不同的，记住就行
同样，filter函数也可以结合lambda匿名函数来计算：
是不是方便很多？这就是匿名函数的好处
那么以上的几个函数，其实就是函数式编程的体现（你以为我会真的只是简单对匿名函数的补充？哈哈，这只是套路需要/滑稽）
函数式编程
1.什么是函数式编程？
又称泛函编程，是一种编程范型。它将计算机运算视为数学上的函数计算，并且避免可变状态以及可变数据
2.哪些是函数式编程：
函数式编程语言最重要的基础就是lambda演算，而且lambda演算的函数可以接受函数当作输入和输出
3.支持函数式编程的语言挺多的，但python支持的函数式编程有限：
1):map(function, sequence[, sequence, ...]):
将函数func作用于给定序列的每个元素，并用一个列表来提供返回值，如果func为None，则直接将后面的参数中序列中的每个元素依次组成一个新的列表，如果元素数量不对应，直接以None代替
2):reduce(function, sequence[, initial]):
将二元函数（两个参数）作用于seq序列的元素，每次携带一对（之前的结果以及下一个序列元素），依次将现有的结果和下一个值按照二元函数的计算规则计算，最后得到一个值返回，如果初始值iniial给定，则以这个初始值作为基数和序列中的第一个元素计算，得到结果再与下一个序列元素计算，依次类推得到一个值返回
3):filter(function or None, sequence):
调用一个会返回布尔值的func来遍历每个seq中的元素，返回一个使func返回值为True的元素组成的序列
4.函数式编程有如下好处：
1）：代码更简洁，符合python宗旨
2）：数据集操作，输入和输出都可以一起
3）：没有循环体，减少临时变量，逻辑变得简洁
4）：代码变成了在描述你要干什么，而不是怎么去干。