Python 中的函数式编程工具包括map、filter和reduce。下面是对这三个函数的简要介绍：
map函数：map函数用于将一个函数应用于一个可迭代对象（如列表、元组等）的每个元素，并返回一个包含应用函数后的结果的迭代器。map函数的语法如下：
map(function, iterable, ...)
其中，function是用于应用的函数对象，iterable是可迭代对象，而...是可选的，表示要应用函数的第二个可迭代对象。下面是一个示例：
def square(x):
return x ** 2
numbers = (1, 2, 3, 4, 5)
squared_numbers = map(square, numbers)
print(list(squared_numbers))
在上面的示例中，我们定义了一个名为square的函数，它用于计算一个数的平方。然后，我们使用map函数将square函数应用于numbers列表中的每个元素，并将结果存储在squared_numbers迭代器中。最后，我们使用list函数将迭代器转换为列表，并打印出结果。
filter函数：filter函数用于过滤序列，它接收一个函数和一个序列，然后根据函数的返回值（True 或 False）决定元素的保留与丢弃。filter函数的语法如下：
filter(function, iterable)
其中，function是用于过滤的函数对象，iterable是要过滤的可迭代对象。下面是一个示例：
def is_odd(x):
return x % 2 != 0
numbers = (1, 2, 3, 4, 5)
odd_numbers = filter(is_odd, numbers)
print(list(odd_numbers))
在上面的示例中，我们定义了一个名为is_odd的函数，它用于判断一个数是否为奇数。然后，我们使用filter函数将is_odd函数应用于numbers列表中的每个元素，并将返回值为True的元素存储在odd_numbers迭代器中。最后，我们使用list函数将迭代器转换为列表，并打印出结果。
reduce函数：reduce函数用于对一个可迭代对象中的元素进行累积计算。在 Python 3中，reduce函数位于functools模块中，使用前需要先导入该模块。reduce函数的语法如下：
from functools import reduce
reduce(function, iterable, initializer)
其中，function是用于计算累积值的函数，iterable是要累积的可迭代对象，而initializer是可选的，表示初始值。下面是一个示例：
from functools import reduce
def add(x, y):
return x + y
numbers = (1, 2, 3, 4, 5)
sum_numbers = reduce(add, numbers)
print(sum_numbers)
在上面的示例中，我们定义了一个名为add的函数，它用于计算两个数的和。然后，我们使用reduce函数将add函数应用于numbers列表中的每个元素，并将初始值设置为0。最后，reduce函数返回累积计算的结果，并将其存储在sum_numbers变量中。
