函数式编程

高阶函数：一个函数可以接收另一个函数作为参数，这种函数就称之为高阶函数
abs ：绝对值函数

map(function, iterable, …)

功能
将第一个参数 function 依次作用在参数可迭代对象中的每一个元素上，返回包含每次 function 函数返回值的新迭代器
参数
function – 函数，有两个参数
iterable – 一个或多个可迭代对象（如：序列）
返回值
Python 3.x 返回迭代器

def f(x):
return x*x
r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list®)
运行结果：
[1, 4, 9, 16, 25, 36, 49, 64, 81]

reduce(function, iterable[, initializer])

功能
函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
其效果类似：reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
参数
function – 函数，有两个参数
iterable – 可迭代对象
initializer – 可选，初始参数
返回值
返回函数计算结果。

from functools import reduce
def add(x, y):
return x + y
r = reduce(add, [1, 3, 5, 7, 9])
print®
运行结果：
25

filter(function, iterable)

功能
该接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新迭代器对象中
参数
function – 判断函数
iterable – 可迭代对象（如：序列）
返回值
返回一个迭代器对象

def is_odd(n):
return n % 2 == 1
tmplist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
newlist = list(tmplist)
print(newlist)
运行结果：
[1, 3, 5, 7, 9]

sorted(iterable, key=abs, reverse=False)

功能
对所有可迭代的对象进行排序操作
参数
iterable – 可迭代对象。
key – key指定的函数将作用于可迭代对象上的每一个元素，并根据key函数返回的结果进行排序
reverse – 排序规则，reverse = True 降序 ， reverse = False 升序（默认）
返回值
返回重新排序的列表

print(sorted([36, 5, -12, 9, -21]))
运行结果：[-21, -12, 5, 9, 36]

print(sorted([36, 5, -12, 9, -21], key=abs))
#abs 绝对值函数
运行结果：[5, 9, -12, -21, 36]

07.返回函数:高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。

08.闭包的定义：在一个外函数中定义了一个内函数，内函数里运用了外函数的临时变量，并且外函数的返回值是内函数的引用。这样就构成了一个闭包。

09.装饰器：装饰器是在函数调用之上的修饰。这些修饰仅是当声明一个函数或者方法的时候，才会应用的额外调用。
装饰器的语法以@开头，接着是装饰器函数的名字和可选的参数。紧跟着装饰器声明的是被修饰的函数和装饰函数的可选参数。

10.匿名函数：变量 = lambda 参数：表达式（返回值） print(变量（实参）)

11.递归函数：在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

12.偏函数：由functools.partial创建，它的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。