当你把这本书从头读到尾，请花点时间回看一下Chapter 1. 这是一段很长的旅程. 我希望你已经学到了很多，并且把函数式的精髓深入到你的编程中去。
我想把这本书合上来告诉你一些常用/流行的FP库的快速入门。接下来要介绍并不是一份详尽的文档，而是一个快速使你从轻量函数式进入更广泛的FP的入门介绍。
如果可能的话，我建议你 “不要” 再发明任何轮子。如果你找到一个符合你需要的FP库，就用它吧。-- 如果你实在找不到适合自己库，那么也使用本书中的示例程序 -- 或者你也可以自己发明一个。
让我们展开第1章 需要注意的FP库列表，从第1章开始，我们不可能涵盖所有这些内容（可能有很多相似），但以下应该是你要关注的库：
- Ramda: 通用的FP工具库
- Sanctuary: 类似Ramda的FP工具库
- lodash/fp: lodash的FP工具库
- functional.js: 通用的FP工具库
- Immutable: facebook官方的，一个关于不可变数据的库
- Mori: 基于ClojureScript不可变数据的库
- Seamless-Immutable: 关于不可变数据的辅助函数
- transducers-js: Transducers
- monet.js: Monadic Types
还有几十个其他优秀的库不在此列表中。仅仅因为它不在我的名单上并不意味着它不好，这里只是简单地浏览一下JavaScript中的FP。你可以在这里找到更多关于FP的编程资源。
函数式编程世界中十分重要的学习资源，Fantasy Land (简称 FL) ，与其说它是一个库，更像是一本百科全书。
Fantasy Land（FL） 不仅仅是一份为初学者准备的轻量级读物，更是一个完整而详细的 JavaScript 函数式编程路线图。为了确保最大的通用性，FL 已经成为 JavaScript 函数式编程库遵循的业内标准。
Fantasy Land （FL）与“轻量函数式编程”的概念几乎完全相反，它是 JavaScript 函数式编程世界中全面的毫无保留的一种诠释 。也就是说，当你的能力超越本书时，FL 将会成为你接下来前进的方向。我建议你将其保存在收藏夹，并在你使用本书的概念进行至少 6 个月的实战练习之后再回来。
来自 Ramda 文件:
Ramda函数是自动被柯里化的.
Ramda函数的参数进行了优化，使其便于柯里化。要操作的数据通常跟在最后。
我发现合理设计是Ramda的优势之一。还需要注意的是，Ramda的柯里化形式(似乎与大多数库一样)是 我们第3章讨论的“松散柯里化”。
回想一下，在第3章最后的示例，我们定义一个无参函数printif(..) -- 在Ramda中可以这样定义：
function output(msg) {
console.log( msg );
}
function isShortEnough(str) {
return str.length <= 5;
}
var isLongEnough = R.complement( isShortEnough );
var printIf = R.partial( R.flip( R.when ), [output] );
var msg1 = "Hello";
var msg2 = msg1 + " World";
printIf( isShortEnough, msg1 ); // Hello
printIf( isShortEnough, msg2 );
printIf( isLongEnough, msg1 );
printIf( isLongEnough, msg2 ); // Hello World与第3章实现有点不同的是 Chapter 3's approach：
-
我们使用
R.complement(..)代替not(..)基于isShortEnough(..)创建一个相反函数isLongEnough(..)。 -
我们使用
R.flip(..)代替reverseArgs(..)。需要注意的是，R.flip(..)只交换前两个参数，而recseArgs(..)则反转所有参数。在这种情况下，flip(..)对我们来说更方便，所以我们不需要使用ParalRight(..)或其他的方法。 -
R.partial(..)将其所有后续参数(函数以外)作为单个数组传入。 -
由于Ramda 使用松散柯里化，因此我们不需要使用
R.uncurryN(..)来取得一个所有参数的printIf(..)方法。如果我们这样做了，它看起来就像用R.uncurryN( 2,.. )包装了R.partial(..)来调用，这看似是没必要的。
Ramda 是一个非常受欢迎和强大的函数库。如果您正在尝试将FP添加到您的代码库中，那么这是一个非常好的开始。
Lodash 是整个JS生态系统中最受欢迎的函数库。Lodash团队也发布了一个 "FP-friendly" API版本 -- "lodash/fp"。
在 第9章，我们探讨了合并独立列表操作 (map(..), filter(..), 和 reduce(..))。在"lodash/fp"中，我们可以这么做 :
var sum = (x,y) => x + y;
var double = x => x * 2;
var isOdd = x => x % 2 == 1;
fp.compose( [
fp.reduce( sum )( 0 ),
fp.map( double ),
fp.filter( isOdd )
] )
( [1,2,3,4,5] ); // 18与我们熟悉的 _. 命名空间前缀不同，“lodash/fp”以 fp. 作为命名空间前缀定义其方法。我觉得这是个很有帮助的区别，而且比 _. 更容易理解！
需要注意的是，fp.Composed(..) (在lodash中称为_.flowRight(..))接受一个函数数组，而不是单个函数参数。
lodash的稳定性、广泛的社区支持和优秀性能是你探索FP的后盾。
在第6章，我们已经简要地看过 Immutable.js 库，它可能是最著名的不可变数据结构库。
让我们看看另一个流行的库：Mori 。Mori在设计时采用了一套不同的API(表面上看更像FP)：它使用独立的函数，而不是直接对值做操作。
var state = mori.vector( 1, 2, 3, 4 );
var newState = mori.assoc(
mori.into( state, Array.from( {length: 39} ) ),
42,
"meaning of life"
);
state === newState; // false
mori.get( state, 2 ); // 3
mori.get( state, 42 ); // undefined
mori.get( newState, 2 ); // 3
mori.get( newState, 42 ); // "meaning of life"
mori.toJs( newState ).slice( 1, 3 ); // [2,3]在这个例子中，Mori有一些有趣的地方需要指出：
-
我们使用
vector代替list，主要是因为文档说它的行为更像JS的数组。 -
我们不能像操作JS数组那样在末尾随机设置值，这会引发异常报错。因此，我们必须首先使用
morio .into(..)传入一个合适长度的数组来扩展 vector 的长度。当有一个43个插槽（注：索引值）(4 + 39)的vector，我们就可以使用mori.assoc(..)方法将最后的索引位置42设置为"meaning of life"这个值。 -
使用
mori.into(..)创建一个更大的vector，然后使用mori.assoc(..)在此基础上创建另一个vector，这样的操作可能听起来效率不高。但是不可变数据结构的美妙之处在于数据没有克隆。每次进行“更改”时，新的数据结构只是跟踪与以前状态的差异。
Mori深受ClojureScript的启发。 如果你有ClojureScript语言经验（或目前正在使用！），那么应该对它的API非常熟悉。由于我没有这种经验，我觉得方法名有点奇怪，不习惯。
我真心喜欢这种独立的调用函数设计，而不是基于值的调用方法。Mori还有一些自动返回常规JS数组的函数，用起来都很方便。
在 [第2章中，我们介绍了一种模式]（ch2.md/#named-arguments），用于处理称为“命名参数”的参数，在JS（注：ES6）中，使用对象将属性映射到析构函数的参数:
function foo( {x,y} = {} ) {
console.log( x, y );
}
foo( {
y: 3
} ); // undefined 3接着在Chapter 3, 我们探讨了更多 关于析构函数的柯里化和偏函数应用，像下面这样:
function foo({ x, y, z } = {}) {
console.log( `x:${x} y:${y} z:${z}` );
}
var f1 = curryProps( foo, 3 );
f1( {y: 2} )( {x: 1} )( {z: 3} );这种风格的一个好处是能够以任何顺序传参（即使是柯里化和偏函数应用！），而不必像reverseArgs(..)式的传参。 另一个好处是能够省略一个可选参数，只不需传一个丑陋的占位符。
在我学习FP的过程中，我经常被固定位置传参感到沮丧，因此，我非常欣赏用命名参数风格（注：传入一个对象）解决以往的问题。
有一天，我在思考FP编码风格，我想如果整个FP库都以这种风格公开其所有API方法，那会是什么样子。我开始做尝试，不断把这些尝试展示给一些人看，并得到了一些积极的反馈。
经过努力，FPO (发音为“ef-poh”) 库最终诞生了。FPO意思是FP-with-Objects。
官方文档:
// Ramda's `reduce(..)`
R.reduce(
(acc,v) => acc + v,
0,
[3,7,9]
); // 19
// FPO named-argument method style
FPO.reduce({
arr: [3,7,9],
fn: ({acc,v}) => acc + v
}); // 19例如传统FP库（Ramda）的reduce(..)方法，初始参数的位置是固定不可变的。而FPO的reduce(..)方法可以按任意顺序传参，如果需要，甚至可以省略初始值。
与大多数其他FP库一样，FPO的API方法自动松柯里化，因此您不仅可以按任何顺序传参，还可以通过多次调用赋值方法来传入参数：
var f = FPO.reduce({ arr: [3,7,9] });
// later
f({ fn: ({acc,v}) => acc + v }); // 19最后，在FPO.std.*命名文件下，你会发现它们与Ramda和其他库非常相似，所有FPO的API方法也可以使用传统固定位置参数操作：
FPO.std.reduce(
(acc,v) => acc + v,
undefined,
[3,7,9]
); // 19如果FPO的命名参数写法对你有吸引力，你可以查看源码了解更多。 它拥有完整的测试套件和大多数你期待的FP方法，包括本文中介绍的所有内容，以帮助您更好的学习（使用）轻量级函数式编程！
FP迭代方法（map(..)，filter(..)等）几乎总是被看作同步操作，意味着立即执行所有步骤。 事实上，其他FP模式，如合成甚至转换也是迭代，并且也以这种方式执行。
但是如果迭代中的一个或多个步骤需要异步完成，会发生什么？自然你会想到观察者模式（见[第10章]（ch10.md/#observables）），但目前不是我们所要的。
让我快速说明一下。
想象一下，您有一个URL列表，表示您要加载到网页中的图像。 显然，提取图像是异步的。显然，这并不像你希望的那样顺序加载：
var imageURLs = [
"https://some.tld/image1.png",
"https://other.tld/image2.png",
"https://various.tld/image3.png"
];
var images = imageURLs.map( fetchImage );images 数组的内容基于fetchImage(..)方法执行，一旦它下载完成将返回一个promise的对象。
当然，你也可以使用Promise.all(..) 来等待所有的图片下载完成返回一个resolve对象，通过then()方法返回一个接收图片对象的函数：
Promise.all( images )
.then(function allImages(imgObjs){
// ..
});不幸的是，这个“技巧”只有在你要同时执行所有异步步骤（而不是串行，一个接一个）时才有效，并且只有当操作是一个map(..)调用时才有效。 如果你想要串行异步操作，或者你想同事使用filter(..)方法，这将可能返回错乱结果。
有些操作自然需要串行异步，例如异步reduce(..)，它显然需要一次从左到右工作;这些步骤不能同时运行，并且不能让该操作有任何意义。
正如我所说，可观察性(参见第10章)不是这类任务的答案。原因是，一个可观察对象的异步协调是在单独的操作之间进行的，而不是在单个操作级别的步骤/迭代之间进行的。
另一种可视化这种区别的方法是，可观测支持“垂直异步”，而我所说的是“水平异步”。
考虑:
var obsv = Rx.Observable.from( [1,2,3,4,5] );
obsv
.map( x => x * 2 )
.delay( 100 ) // <-- vertical asynchrony
.map( x => x + 1 )
.subscribe( v => console.log );
// {after 100 ms}
// 3
// 5
// 7
// 9
// 11如果出于某种原因，我想确保从第一个map(..)处理1到处理2之间有100毫秒的延迟，那么这就是我所指的“水平异步”。没有一种明朗的方法来模拟它。
那么，我们如何跨异步操作同时支持串行迭代和并发迭代呢?
fasy(发音与“Tracy”相似，但带有“f”)是我为支持这类任务而构建的一个小实用程序库。你可以在这里找到更多关于它的信息。
为了说明fasy，让我们考虑一个并发的map(..)与一个串行的map(..):
FA.concurrent.map( fetchImage, imageURLs )
.then( function allImages(imgObjs){
// ..
} );
FA.serial.map( fetchImage, imageURLs )
.then( function allImages(imgObjs){
// ..
} );在这两种情况下，then(..)处理程序只会在所有获取完全完成后调用。不同之处在于，所有的获取是同时启动(也就是“并行”)，还是一次发出一个的。
你的直觉可能是同时进行总是更好的，虽然这可能是常见的，但并不总是这样。
例如，如果 fetchImage(..)维护一个获取图像的缓存，并在发出实际的网络请求之前检查缓存，结果会怎样?除此之外，如果“imageURLs”列表中可以有多个副本呢?在检查列表中稍后的重复图像URL之前，您肯定希望完成图像URL的第一次获取(并填充缓存)。
同样，在某些情况下不可避免地需要并发或串行异步。异步缩减总是串行的，而异步映射可能更倾向于并发，但在某些情况下也可能需要串行。这就是为什么fasy支持所有这些选项。
除了Observables，fasy将帮助您将更多fp模式和原则扩展到异步操作。
JavaScript并不是专门为FP语言而设计的。 但是它具备设计FP的该有的核心（如函数值，闭包等）。 就像上面我们探讨过的优秀的库。
通过学习本书中的知识，你可以开始开始coding了。 找一个好的，适合的FP库并使用之。练习，练习，练习！（注：多写才是王道）
看到这里，我已经分享了我所有了解的。 我认为你完全可以称之为“轻量级函数式编程”程序员！ 现在是时候结束我们共同学习FP的“篇章”了。 但我的学习之旅仍在继续，我也希望你的确如此！