二、python 函数 必须知道的知识点

一、函数篇
1、闭包必须使用嵌套函数，一看到闭包我首先想到的是  JavaScript 里面的回调函数。闭包这里看似仅仅返回 了一个嵌套函数，
但是需要注意的是，它其实连同嵌套函数的外部环境变量也一同保存返回回来了（例子 中的exponent 变量），
这个环境变量是在调用其外部函数时设定的，这样一来，对于一些参数性，不常 改变的设定变量，我们可以通过这个形式来设定，
这样返回的闭包函数仅需要关注那些核心输入变量，节 省了效率，这样做也大大减少了全局变量的使用，增加代码可读性的同时，
也会让代码变得更加的安全；
2、匿名函数
    lambada args1,args2,...argsN : expression
    eg： test = lambda x : x * 2   test(x) = 4

    lambda 是一个表达式，不是一个语句（lambda可以用在一些常规函数def不能用的地方，比如，lambda可以用在列表内部，而常规函数却 ）
    [(lambda x:    x*x)(x)    for    x  in range(10)]
    #  输出 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

    Python主要提供了这么几个函数：map()、filter()和reduce()，通常结合匿名函数lambda一起使用。
    （1）、map,对列表中的每个元素乘以 2，那么用map就可以表示为下面这样：
        l  =  [1,    2, 3, 4, 5]
        new_list   =  map(lambda x: x  *  2, l) #  [2，4，  6， 8， 10]
    （2）、。filter()函数 表示对iterable中的每个元素，都使用function判断，并返回True或者False，最后将返回True的元素组成一 个新的可遍历的集合。
        l  =  [1,    2, 3, 4, 5] new_list    =  filter(lambda  x: x  %  2  == 0, l) #  [2,    4]
    （3）、reduce(function,   iterable)函数，它通常用来对一个集合做一些累积操作。
        l  =  [1,    2, 3, 4, 5] product =  reduce(lambda  x, y: x  *  y, l) #  1*2*3*4*5  =  120