Python函数式编程强调纯函数、高阶函数和不可变数据，核心工具是map、filter、reduce及lambda；支持闭包、生成器表达式与元组等不可变结构，提升代码清晰性与可测性。

什么是Python函数式编程

函数式编程不是Python的专属特性，但它在Python中确实有一套成熟的支持方式。核心思想是把计算看作数学函数的求值过程，避免改变状态和可变数据。在Python里，这意味着多用纯函数（输入相同输出一定相同、无副作用）、高阶函数（接受或返回函数）、不可变数据结构，少用循环和变量赋值。

关键工具：map、filter、reduce

这三个内置函数是函数式风格的基石，它们不修改原数据，而是生成新结果。

• map(func, iterable)：对可迭代对象每个元素调用func，返回map对象（需转list等才可见）；比如list(map(lambda x: x**2, [1,2,3])) → [1,4,9]
• filter(func, iterable)：保留func返回True的元素；比如list(filter(lambda x: x > 0, [-2,-1,0,1,2])) → [1,2]
• reduce(func, iterable)：需从functools导入；把func依次作用于前两个结果和下一个元素，实现累积运算；比如from functools import reduce; reduce(lambda x,y: x+y, [1,2,3,4]) → 10

lambda、闭包与高阶函数

lambda提供简洁的匿名函数写法，适合简单逻辑的一次性使用。它常配合map/filter/reduce出现。闭包则让函数能“记住”定义时的环境变量，是构建定制化函数的基础。高阶函数既可接收函数为参数（如sorted(key=…), map），也可返回函数（如装饰器、工厂函数）。

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

• 排序按字符串长度：sorted(['hi','hello','a'], key=len)
• 构造加法器：def make_adder(n): return lambda x: x + n; add3 = make_adder(3); add3(5) → 8

不可变性与生成器表达式

函数式倾向避免修改列表、字典等原对象。推荐用元组代替列表（当数据不需更改），用生成器表达式替代列表推导式以节省内存——它不一次性生成所有结果，而是在迭代时逐个产出。

立即学习“Python免费学习笔记（深入）”；

• 列表推导式：[x*2 for x in range(5)] → 立即创建完整列表
• 生成器表达式：(x*2 for x in range(5)) → 返回生成器对象，按需计算
• 元组更安全：coords = (10, 20) 比coords = [10, 20] 更体现“只读”意图

基本上就这些。Python不是纯函数式语言，但合理运用这些特性能让代码更清晰、更易测试、更少出错。不复杂但容易忽略。