让我用一段代码来演示，这段代码摘自一个关于SO的“函数式”Python问题的答案

Python:

def grandKids(generation, kidsFunc, val):
  layer = [val]
  for i in xrange(generation):
    layer = itertools.chain.from_iterable(itertools.imap(kidsFunc, layer))
  return layer

Haskell:

grandKids generation kidsFunc val =
  iterate (concatMap kidsFunc) [val] !! generation

这里的主要区别是Haskell的标准库具有用于函数式编程的有用函数:在本例中是iterate、concat和(!!)

Scheme没有代数数据类型或模式匹配，但它肯定是一种函数式语言。从函数式编程的角度来看，Python令人讨厌的地方:

λ。由于Lambdas只能包含一个表达式，并且不能在表达式上下文中轻松地做所有事情，这意味着可以“动态”定义的函数是有限的。 if是语句，不是表达式。这意味着，除其他外，你不能有一个包含If的lambda。(这在Python 2.5中由三元组修复，但看起来很难看。) Guido每隔一段时间就威胁要移除map、filter和reduce

另一方面，python有词法闭包、Lambdas和列表推导式(无论Guido是否承认，这实际上是一个“函数式”概念)。我用Python做了很多“函数式”编程，但我不敢说它是理想的。

对于这个问题(以及答案)，有一点非常重要: 函数式编程到底是什么，它最重要的特性是什么? 我将尝试给出我的观点:

Functional programming is a lot like writing math on a whiteboard. When you write equations on a whiteboard, you do not think about an execution order. There is (typically) no mutation. You don't come back the day after and look at it, and when you make the calculations again, you get a different result (or you may, if you've had some fresh coffee :)). Basically, what is on the board is there, and the answer was already there when you started writing things down, you just haven't realized what it is yet.

函数式编程与此很相似;你不需要改变，只需要评估 方程(或者在这种情况下，“程序”)，并找出答案是什么。这个项目 还在那里，没有改变。数据也是一样。

I would rank the following as the most important features of functional programming: a) referential transparency - if you evaluate the same statement at some other time and place, but with the same variable values, it will still mean the same. b) no side effect - no matter how long you stare at the whiteboard, the equation another guy is looking at at another whiteboard won't accidentally change. c) functions are values too. which can be passed around and applied with, or to, other variables. d) function composition, you can do h=g·f and thus define a new function h(..) which is equivalent to calling g(f(..)).

这个列表是按我的优先顺序排列的，所以参考透明度是最重要的， 而且没有副作用。

现在，如果你浏览python并检查该语言和库的支持程度， 并保证，这些方面，然后你就可以很好地回答你自己的问题。

我从来不会称Python为“函数式”，但无论何时我用Python编程，代码总是几乎完全是函数式的。

不可否认，这主要是由于非常好的列表理解。所以我不一定建议Python作为函数式编程语言，但我建议使用Python的人进行函数式编程。

让我用一段代码来演示，这段代码摘自一个关于SO的“函数式”Python问题的答案

Python:

def grandKids(generation, kidsFunc, val):
  layer = [val]
  for i in xrange(generation):
    layer = itertools.chain.from_iterable(itertools.imap(kidsFunc, layer))
  return layer

Haskell:

grandKids generation kidsFunc val =
  iterate (concatMap kidsFunc) [val] !! generation

这里的主要区别是Haskell的标准库具有用于函数式编程的有用函数:在本例中是iterate、concat和(!!)

您引用的问题是哪些语言同时促进面向对象和函数式编程。Python并不提倡函数式编程，尽管它工作得相当好。

反对Python中函数式编程的最佳论据是Guido仔细考虑了命令式/OO用例，而函数式编程用例则没有。当我编写命令式Python时，它是我所知道的最漂亮的语言之一。当我编写函数式Python时，它变得像没有BDFL的普通语言一样丑陋和令人不快。

这并不是说它不好，只是说您必须比转换到促进函数式编程的语言或转换到编写OO Python时更加努力。

以下是我在Python中遗漏的函数性内容:

模式匹配 尾递归 大型列表函数库 函数式字典类 自动加脂法 简洁的组合函数的方法 懒惰的列表 简单、强大的表达式语法(Python的简单块语法阻止Guido添加它)

No pattern matching and no tail recursion mean your basic algorithms have to be written imperatively. Recursion is ugly and slow in Python. A small list library and no functional dictionaries mean that you have to write a lot of stuff yourself. No syntax for currying or composition means that point-free style is about as full of punctuation as explicitly passing arguments. Iterators instead of lazy lists means that you have to know whether you want efficiency or persistence, and to scatter calls to list around if you want persistence. (Iterators are use-once) Python's simple imperative syntax, along with its simple LL1 parser, mean that a better syntax for if-expressions and lambda-expressions is basically impossible. Guido likes it this way, and I think he's right.