當然，我們還可以把程序更精簡一些，利用函數(shù)式編程中的利器，map,filter和reduce :if __name__ == '__main__':
arr = [-5,3,5,11,-45,32]
print('%s' % (map(lambda x : 0 if x<0 else x ,arr)))
這樣看上去是不是更賞心悅目呢？
這樣我們就看到了，函數(shù)是我們編程的基本單位。
7. 函數(shù)式編程的數(shù)學本質(zhì)
忘了是誰說過：一切問題，歸根結(jié)底到最后都是數(shù)學問題。
編程從來都不是難事兒，無非是細心，加上一些函數(shù)類庫的熟悉程度，加上經(jīng)驗的堆積，而真正困難的，是如何把一個實際問題，轉(zhuǎn)換成一個數(shù)學模型。這也是為什么微軟，Google之類的公司重視算法，這也是為什么數(shù)學建模大賽在大學計算機系如此被看重的原因。
先假設(shè)我們已經(jīng)憑借我們良好的數(shù)學思維和邏輯思維建立好了數(shù)學模型，那么接下來要做的是如何把數(shù)學語言來表達成計算機能看懂的程序語言。
這里我們再看在第四節(jié)中，我們提到的賦值模型，同一個函數(shù)，同一個參數(shù)，卻會在不同的場景下計算出不同的結(jié)果，這是在數(shù)學函數(shù)中完全不可能出現(xiàn)的情況，f(x) = y ，那么這個函數(shù)無論在什么場景下，都會得到同樣的結(jié)果，這個我們稱之為函數(shù)的確定性。
這也是賦值模型與數(shù)學模型的不兼容之處。而函數(shù)式編程取消了賦值模型，則使數(shù)學模型與編程模型完美地達成了統(tǒng)一。
8. 函數(shù)式編程的抽象本質(zhì)
相信每個程序員都對抽象這個概念不陌生。
在面向?qū)ο缶幊讨�，我們說，類是現(xiàn)實事物的一種抽象表示。那么抽象的最大作用在我看來就在于抽象事物的重用性，一個事物越具體，那么他的可重用性就越低，因此，我們再打造可重用性代碼，類，類庫時，其實在做的本質(zhì)工作就在于提高代碼的抽象性。而再往大了說開來，程序員做的工作，就是把一系列過程抽象開來，反映成一個通用過程，然后用代碼表示出來。
在面向?qū)ο笾�，我們把事物抽象。而在函�?shù)式編程中，我們則是在將函數(shù)方法抽象，第六節(jié)的濾波器已經(jīng)讓我們知道，函數(shù)一樣是可重用，可置換的抽象單位。
那么我們說函數(shù)式編程的抽象本質(zhì)則是將函數(shù)也作為一個抽象單位，而反映成代碼形式，則是高階函數(shù)。
9.狀態(tài)到底怎么辦
我們說了一大堆函數(shù)式編程的特點，但是我們忽略了，這些都是在理想的層面，我們回頭想想第四節(jié)的變量不變性，確實，我們說，函數(shù)式編程是無狀態(tài)的，可是在我們現(xiàn)實情況中，狀態(tài)不可能一直保持不變，而狀態(tài)必然需要改變，傳遞，那么我們在函數(shù)式編程中的則是將其保存在函數(shù)的參數(shù)中，作為函數(shù)的附屬品來傳遞。
ps：在Erlang中，進程之間的交互傳遞變量是靠“信箱”的收發(fā)信件來實現(xiàn)，其實我們想一想，從本質(zhì)而言，也是將變量作為一個附屬品來傳遞么！
我們來看個例子，我們在這里舉一個求x的n次方的例子，我們用傳統(tǒng)的命令式編程來寫一下：
def expr(x,n):
result = 1
for i in range(1,n+1):
result = result * x
return result
if __name__ == '__main__':
print(expr(2,5))
這里，我們一直在對result變量賦值，但是我們知道，在函數(shù)式編程中的變量是具有不變性的，那么我們?yōu)榱吮３謗esult的狀態(tài)，就需要將result作為函數(shù)參數(shù)來傳遞以保持狀態(tài)：def expr(num,n):
if n==0:
return 1
return num*expr(num,n-1)
遞歸是在描述什么是斐波那契數(shù)列，這個數(shù)列的定義就是一個數(shù)等于他的前兩項的和，并且已知Fib(0)和Fib(1)等于1。而程序則是用計算機語言來把這個定義重新描述了一次。
那接下來，我們看下循環(huán)模型：
這里則是在描述我們該如何求解斐波那契數(shù)列，應該先怎么樣再怎么樣。
def Fib(n):
a=1
b=1
n = n - 1
while n>0:
temp=a
a=a+b
b=temp
n = n-1
return b
而我們明顯可以看到，遞歸相比于循環(huán)，具有著更加良好的可讀性。
但是，我們也不能忽略，遞歸而產(chǎn)生的StackOverflow，而賦值模型呢？我們懂的，函數(shù)式編程不能賦值，那么怎么辦？
11. 尾遞歸，偽遞歸
我們之前說到了遞歸和循環(huán)各自的問題，那怎么來解決這個問題，函數(shù)式編程為我們拋出了答案，尾遞歸。
什么是尾遞歸，用最通俗的話說：就是在最后一部單純地去調(diào)用遞歸函數(shù)，這里我們要注意“單純”這個字眼。
那么我們說下尾遞歸的原理，其實尾遞歸就是不要保持當前遞歸函數(shù)的狀態(tài)，而把需要保持的東西全部用參數(shù)給傳到下一個函數(shù)里，這樣就可以自動清空本次調(diào)用的棧空間。這樣的話，占用的�？臻g就是常數(shù)階的了。
在看尾遞歸代碼之前，我們還是先來明確一下遞歸的分類，我們將遞歸分成“樹形遞歸”和“尾遞歸”，什么是樹形遞歸，就是把計算過程逐一展開，最后形成的是一棵樹狀的結(jié)構(gòu)，比如之前的斐波那契數(shù)列的遞歸解法。
那么我們來看下斐波那契尾遞歸的寫法：
def Fib(a,b,n):
if n==0:
return b
else:
return Fib(b,a+b,n-1)
這里看上去有些難以理解，我們來解釋一下：傳入的a和b分別是前兩個數(shù)，那么每次我都推進一位，那么b就變成了第一個數(shù)，而a+b就變成的第二個數(shù)。
這就是尾遞歸。其實我們想一想，這不是在描述問題，而是在尋找一種問題的解決方案，和上面的循環(huán)有什么區(qū)別呢？我們來做一個從尾遞歸到循環(huán)的轉(zhuǎn)換把！
最后返回b是把，那我就先聲明了，b=0
要傳入a是把，我也聲明了，a=1
要計算到n==0是把，還是循環(huán)while n!=0
每一次都要做一個那樣的計算是吧，我用臨時變量交換一下。temp=b ; b=a+b;a=temp。
那么按照這個思路一步步轉(zhuǎn)換下去，是不是就是我們在上面寫的那段循環(huán)代碼呢？
那么這個尾遞歸，其實本質(zhì)上就是個“偽遞歸”，您說呢？
既然我們可以優(yōu)化，對于大多數(shù)的函數(shù)式編程語言的編譯器來說，他們對尾遞歸同樣提供了優(yōu)化，使尾遞歸可以優(yōu)化成循環(huán)迭代的形式，使其不會造成堆棧溢出的情況。
12. 惰性求值與并行
第一次接觸到惰性求值這個概念應該是在Haskell語言中，看一個最簡單的惰性求值，我覺得也是最經(jīng)典的例子：
在Haskell里，有個repeat關(guān)鍵字，他的作用是返回一個無限長的List，那么我們來看下：
take 10 (repeat 1)
就是這句代碼，如果沒有了惰性求值，我想這個進程一定會死在那里，可是結(jié)果卻是很正常，返回了長度為10的List，List里的值都是1。這就是惰性求值的典型案例。
我們看這樣一段簡單的代碼：
def getResult():
a = getA() //Take a long time
b = getB() //Take a long time
c = a + b
這段代碼本身很簡單，在命令式程序設(shè)計中，編譯器（或解釋器）會做的就是逐一解釋代碼，按順序求出a和b的值，然后再求出c。
可是我們從并行的角度考慮，求a的值是不是可以和求b的值并行呢？也就是說，直到執(zhí)行到a+b的時候我們編譯器才意識到a和b直到現(xiàn)在才需要，那么我們雙核處理器就自然去發(fā)揮去最大的功效去計算了呢！
這才是惰性求值的最大威力。
當然，惰性求值有著這樣的優(yōu)點也必然有著缺點，我記得我看過一個例子是最經(jīng)典的：
def Test():
print('Please enter a number:')
a = raw_input()