在了解函数式开发之前，我们先了解一下什么是高阶函数。高阶函数有以下属性：

1.变量可以指向函数

示例为：

def add(x,y,f):    return f(x) + f(y)a = absprint add(-5,5,a)#结果为10

我先将a指向了abs函数，然后在自定义的函数add中，我们把a当做了参数，也就是把abs函数当做了参数。

下面给大家介绍几个Python内置的高阶函数：

map()函数：它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。示例为：

def f(x):    return x*xprint map(f,[1,2,3,4])#输出值为：[1, 4, 9, 16]

可以看得出，map的功能就是让list里面的每一个值都执行一遍f函数，从而变成一个新的list。

reduce()函数：reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。示例为：

def f(x,y):    return x+yprint reduce(f,[1,2,3,4,5])#输出值为：15

reduce就是先拿list中的1,2来作为参数调用f函数，得到的结果和3一起作为参数调用f函数，得到的结果再与4一起作为参数来调用f函数，以此类推。所以该段代码就相当于输出一下1+2+3+4+5。

P.S.如果对谷歌的大数据处理有一定了解，或者读过Google的那篇大名鼎鼎的论文“”（这是谷歌家的东西，所以想阅读原文的朋友，记得翻墙）的朋友，应该是很容易理解上述这两个高阶函数的。

filter()函数：filter()函数接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。示例为：

def is_not_empty(s):    return s and len(s.strip())>0print filter(is_not_empty,['test',None,'','str','   ','END'])#输出值为：['test', 'str', 'END']

filter就是拿list里的每个元素去执行is_not_empty函数，如果返回值为true，则保留，如果返回值为false，则将其去除。

sorted()函数：sorted()函数可以接收一个比较函数来实现自定义排序，比较函数的定义是，传入两个待比较的元素 x, y，如果 x 应该排在 y 的前面，返回 -1，如果 x 应该排在 y 的后面，返回 1。如果 x 和 y 相等，返回 0。示例为：

print sorted([2,7,3,0,16])#输出值为：[0, 2, 3, 7, 16]def reversed_cmp(x,y):    if(x>y):        return -1    if(x

从上可以看出，当sorted只传进了一个list，那么将对其进行顺序排序。如果想进行逆序排序，可以自定义函数，然后将其当做参数传进sorted里面。

讲到这里，函数式开发到底是什么呢？我的理解的话，就是这种高度抽象的编程范式。它允许把函数本身作为参数传入另一个函数，还允许返回一个函数！而且函数式编程本身并不包含变量，也就是说，当输入确定时，那么输出也就确定了，这种纯函数编程，我们称之为没有副作用。而普通的函数，由于变量的存在，当输入确定时，可能输出也是有所不同的，这种函数就是有副作用的。