函數(shù)式編程:把函數(shù)作為參數(shù)傳入，這樣的函數(shù)稱為高階函數(shù)，函數(shù)式編程就是指這種高度抽象的編程范式。

def add(x, y, f): 
  return f(x) + f(y)
print(add(-5, 6, abs))
11

map/reduce

• map()函數(shù)接收兩個參數(shù)，一個是函數(shù)，一個是Iterable，map將傳入的函數(shù)依次作用到序列的每個元素，并把結(jié)果作為新的Iterator返回。
  舉例說明，比如我們有一個函數(shù)f(x)=x2，要把這個函數(shù)作用在一個list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()
  實現(xiàn)如下：

>>> def f(x):
...  return x * x
...
>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]
#map()傳入的第一個參數(shù)是f，即函數(shù)對象本身。由于結(jié)果r是一個Iterator，Iterator是惰性序列，因此通過list()函數(shù)讓它把整個序列都計算出來并返回一個list。

• reduce把一個函數(shù)作用在一個序列[x1, x2, x3, ...]上，這個函數(shù)必須接收兩個參數(shù)，reduce把結(jié)果繼續(xù)和序列的下一個元素做累積計算，其效果就是：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

比方說對一個序列求和，就可以用reduce實現(xiàn)：

>>> from functools import reduce
>>> def add(x, y):
...    return x + y
...
>>> reduce(add, [1, 3, 5, 7, 9])
25

利用map和reduce寫一個str轉(zhuǎn)換為int的函數(shù):

>>> from functools import reduce
>>> def fn(x, y):
...    return x * 10 + y
...
>>> def char2num(s):
...        return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
...
>>> reduce(fn, map(char2num, '13579'))
13579

用lambda函數(shù)(匿名函數(shù))進(jìn)一步簡化成：

from functools import reduce
def char2num(s): 
    return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
def str2int(s): 
    return reduce(lambda x, y: x * 10 + y, map(char2num, s))

• 利用map()函數(shù)，把用戶輸入的不規(guī)范的英文名字，變?yōu)槭鬃帜复髮?，其他小寫的?guī)范名字。輸入：['adam', 'LISA', 'barT']，輸出：['Adam', 'Lisa', 'Bart']：

L = ['adam', 'LISA', 'barT','AAAAAA']
def normalize(name):
    return name[0].upper{} + name[1:].lower()
print(list (normalize(L)))
輸出結(jié)果:['Adam', 'Lisa', 'Bart']

• 利用map和reduce編寫一個str2float函數(shù)，把字符串'123.456'轉(zhuǎn)換成浮點數(shù)123.456：

def str2Int(s):
    return {'0' : 0, '1' : 1, '2' : 2, '3' : 3, '4' : 4, '5' : 5, '6' : 6, '7' : 7, '8' : 8, '9' : 9}[s]
def str2float(name):
    if name.find(".") == -1:
        return reduce(lambda x, y: x * 10 + y, map(str2Int, name))
    else:
        n = name.index('.')
        s = name[:n] + name[n + 1:]
        return reduce(lambda x, y: x * 10 + y, map(str2Int, s)) / (10 ** (len(name) - (n + 1)))
print(str2float('12332.1'))
#輸出結(jié)果:12332.1

filter()函數(shù)用于過濾序列。

和map()類似，filter()也接收一個函數(shù)和一個序列。和map()不同的是，filter()把傳入的函數(shù)依次作用于每個元素，然后根據(jù)返回值是True還是False決定保留還是丟棄該元素。

例如，在一個list中，刪掉偶數(shù)，只保留奇數(shù)，可以這么寫：

def is_odd(n):
  return n % 2 == 1
filter(is_odd, [1,2,3,4,5,6,7,8,9])
# 結(jié)果: [1, 5, 9, 15]

回數(shù)是指從左向右讀和從右向左讀都是一樣的數(shù)，例如12321，909。請利用filter()濾掉非回數(shù)：

def is_palindrome(n):
   m = str(n)
   if m == m[::-1]:
       return n
output = filter(is_palindrome, range(0,90))print(list(output))
    

sorted排序算法

Python內(nèi)置的sorted()函數(shù)就可以對list進(jìn)行排序：

>>> sorted([36, 5, -12, 9, -21])
[-21, -12, 5, 9, 36]

此外，sorted()函數(shù)也是一個高階函數(shù)，它還可以接收一個key函數(shù)來實現(xiàn)自定義的排序，例如按絕對值大小排序：

>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]

現(xiàn)在，我們提出排序應(yīng)該忽略大小寫，按照字母序排序。要實現(xiàn)這個算法，不必對現(xiàn)有代碼大加改動，只要我們能用一個key函數(shù)把字符串映射為忽略大小寫排序即可。忽略大小寫來比較兩個字符串，實際上就是先把字符串都變成大寫（或者都變成小寫），再比較。

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
['about', 'bob', 'Credit', 'Zoo']

要進(jìn)行反向排序，不必改動key函數(shù)，可以傳入第三個參數(shù)reverse=True

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']

假設(shè)我們用一組tuple表示學(xué)生名字和成績：L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)],請用sorted()對上述列表分別按名字排序：

def by_name(t):
    return t[0]
L = [('Bob', 75), ('Adam', 92), ('Bart', 66),('Lisa',88)]
print(sorted(L,key = by_name))
#[('Adam', 92), ('Bart', 66), ('Bob', 75), ('Lisa', 88)]

def by_score(t):
    return t[1]
L = [('Bob', 75), ('Adam', 92), ('Bart', 66),('Lisa',88)]
print(sorted(L,key = by_score))
#[('Bart', 66), ('Bob', 75), ('Lisa', 88), ('Adam', 92)]

返回函數(shù)

函數(shù)作為返回值高階函數(shù)除了可以接受函數(shù)作為參數(shù)外，還可以把函數(shù)作為結(jié)果值返回。

我們來實現(xiàn)一個可變參數(shù)的求和。通常情況下，求和的函數(shù)是這樣定義的：

def calc_sum(*args):
   ax = 0
     for n in args:
      ax = ax + n
     return ax

但是，如果不需要立刻求和，而是在后面的代碼中，根據(jù)需要再計算怎么辦？可以不返回求和的結(jié)果，而是返回求和的函數(shù)：

def lazy_sum(*args):
   def sum():
       ax = 0 for n in args:
           ax = ax + n
       return ax
   return sum

當(dāng)我們調(diào)用lazy_sum()時，返回的并不是求和結(jié)果，而是求和函數(shù)：

>>> f = lazy_sum(1, 3, 5, 7, 9)
>>> f<function lazy_sum.<locals>.sum at 0x101c6ed90>

調(diào)用函數(shù)f時，才真正計算求和的結(jié)果：

>>> f()
25

匿名函數(shù):lambda

>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
[1, 4, 9, 16, 25, 36, 49, 64, 81]

lambda ：x+y ，lambda x，y：x+y與lambda x=x，y=y：x+y 他們?nèi)叩膮^(qū)別是啥??？

#lambda ：x+y匿名函數(shù)內(nèi)部沒有參數(shù):
def build(x, y):
    return lambda: x * x + y * y
print(build(2,4)())
#20
#等價于:
def fn(x,y):
    def lam():
        return  x * x + y * y
    return lam
print(fn(2,4)())
#20

#lambda x，y：x+y參數(shù)傳入匿名函數(shù)內(nèi)部
>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
#類似于:
def f(x):
   return x * x

lambda x=x，y=y：x+y這里需要看官方文檔是怎么講的:

>>> squares = []
>>> for x in range(5):
...  squares.append(lambda n=x: n**2)

Here, n=x creates a new variable n local to the lambda and computed when the lambda is defined so that it has the same value that x had at that point in the loop. This means that the value of n will be 0 in the first lambda, 1 in the second, 2 in the third, and so on. Therefore each lambda will now return the correct result:
(大體的意思是說,執(zhí)行的時候會創(chuàng)建一個本地的n,n的值和x的值相等)
官方文檔出處

>>> squares[2]()
4
>>> squares[4]()
16

裝飾器

>>> def now():
...  print('2015-3-25')
...
>>> f = now
>>> f()
2015-3-25

函數(shù)對象有一個name屬性，可以拿到函數(shù)的名字：

>>> now.__name__
'now'
>>> f.__name__
'now'

現(xiàn)在，假設(shè)我們要增強now()函數(shù)的功能，比如，在函數(shù)調(diào)用前后自動打印日志，但又不希望修改now()函數(shù)的定義，這種在代碼運行期間動態(tài)增加功能的方式，稱之為“裝飾器”（Decorator）。

本質(zhì)上，decorator就是一個返回函數(shù)的高階函數(shù)。所以，我們要定義一個能打印日志的decorator，可以定義如下：

import functools
def log(func):
  @functools.wraps(func)
   def wrapper(*args, **kw):#args和kw是func的參數(shù)
     print('call %s():' % func.__name__)
     return func(*args, **kw)
   return wrapper

觀察上面的log，因為它是一個decorator，所以接受一個函數(shù)作為參數(shù)，并返回一個函數(shù)。我們要借助Python的@語法，把decorator置于函數(shù)的定義處：

@log
def now():
 print('2015-3-25')

調(diào)用now()函數(shù)，不僅會運行now()函數(shù)本身，還會在運行now()函數(shù)前打印一行日志：

>>> now()
call now():
2015-3-25

如果decorator本身需要傳入?yún)?shù)，那就需要編寫一個返回decorator的高階函數(shù)，寫出來會更復(fù)雜。比如，要自定義log的文本：

import functools
def log(text):
   def decorator(func):
     @functools.wraps(func)
     def wrapper(*args, **kw):
       print('%s %s():' % (text, func.__name__))
       return func(*args, **kw)
     return wrapper
   return decorator

偏函數(shù)

當(dāng)函數(shù)的參數(shù)個數(shù)太多，需要簡化時，使用functools.partial
可以創(chuàng)建一個新的函數(shù)，這個新函數(shù)可以固定住原函數(shù)的部分參數(shù)，從而在調(diào)用時更簡單。

在介紹函數(shù)參數(shù)的時候，我們講到，通過設(shè)定參數(shù)的默認(rèn)值，可以降低函數(shù)調(diào)用的難度。而偏函數(shù)也可以做到這一點。舉例如下：

int()函數(shù)可以把字符串轉(zhuǎn)換為整數(shù)，當(dāng)僅傳入字符串時，int()函數(shù)默認(rèn)按十進(jìn)制轉(zhuǎn)換：

>>> int('12345')
12345

但int()函數(shù)還提供額外的base參數(shù)，默認(rèn)值為10。如果傳入base
參數(shù)，就可以做N進(jìn)制的轉(zhuǎn)換：

>>> int('12345', base=8)
5349
>>> int('12345', 16)
74565

假設(shè)要轉(zhuǎn)換大量的二進(jìn)制字符串，每次都傳入int(x, base=2)非常麻煩，于是，我們想到，可以定義一個int2()的函數(shù)，默認(rèn)把base=2
傳進(jìn)去：

def int2(x, base=2):
   return int(x, base)

這樣，我們轉(zhuǎn)換二進(jìn)制就非常方便了:

>>> int2('1000000')
64
>>> int2('1010101')
85

functools.partial就是幫助我們創(chuàng)建一個偏函數(shù)的，不需要我們自己定義int2()，可以直接使用下面的代碼創(chuàng)建一個新的函數(shù)int2：

>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85

所以，簡單總結(jié)functools.partial的作用就是，把一個函數(shù)的某些參數(shù)給固定?。ㄒ簿褪窃O(shè)置默認(rèn)值），返回一個新的函數(shù)，調(diào)用這個新函數(shù)會更簡單。
創(chuàng)建偏函數(shù)時，實際上可以接收函數(shù)對象、args和*kw這3個參數(shù)，當(dāng)傳入：

int2 = functools.partial(int, base=2)

實際上固定了int()函數(shù)的關(guān)鍵字參數(shù)base，也就是：

int2('10010')

相當(dāng)于：

kw = { 'base': 2 }
int('10010', **kw)

當(dāng)傳入：

max2 = functools.partial(max, 10)

實際上會把10作為*args的一部分自動加到左邊，也就是：

max2(5, 6, 7)

相當(dāng)于：

args = (10, 5, 6, 7)
max(*args)

結(jié)果為10。