函數：

在Python中，定義一個函數要使用 def 語句，依次寫出函數名、括號、括號中的參數和冒號:，然後，在縮進塊中編寫函數體，函數的返回值用 return 語句返回。

定義默認參數
定義函數的時候，還可以有默認參數。
由於函數的參數按從左到右的順序匹配，所以默認參數只能定義在必需參數的後面：
默認參數必須指向不可變對象
如：

# OK:
def fn1(a, b=1, c=2):
    pass
# Error:
def fn2(a=1, b):
    pass

例如：dict默認迭代的是key值。
for value in d.itervalues()   # 迭代
for k, v in d.iteritems()

通過collections模塊的Iterable類型判斷：
from collections import Iterable
isinstance('abc', Iterable) # str是否可迭代

如果一個對象說自己可迭代，那我們就直接用 for 循環去迭代它，可見，迭代是一種抽象的數據操作，它不對迭代對象內部的數據有任何要求。
for 循環可作用的迭代對象遠不止 list，tuple，str，unicode，dict等
for x, y in [(1, 1), (2, 4), (3, 9)]: #for裏同時可以引用兩個變量
Python內置的enumerate函數可以把一個list變成索引-元素對，這樣就可以在for循環中同時迭代索引和元素本身：

 for i, value in enumerate(['A', 'B', 'C']):
 enumerate()把list返回一個包含索引-value值得形式。

體會快速生成列表的方法
 [x * x for x in range(1, 11) if x % 2 == 0]
 [m + n for m in 'ABC' for n in 'XYZ']
 [x * x for x in range(1, 11)]

 def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1

跟函數不同的一點：變成generator的函數，在每次調用next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行

函數式編程的一個特點就是，允許把函數本身作爲參數傳入另一個函數，還允許返回一個函數！

高階函數：
函數本身也可以賦值給變量，即：變量可以指向函數一個函數就可以接收另一個函數作爲參數，這種函數就稱之爲高階函數
map/reduce
map()函數接收兩個參數，先是函數，後是序列，map將傳入的函數依次作用到序列的每個元素，並把結果作爲新的list返回
reduce把一個函數作用在一個序列[x1, x2, x3…]上，這個函數必須接收兩個參數，reduce把結果繼續和序列的下一個元素做累積計算
filter()
filter()也接收一個函數和一個序列。和map()不同的時，filter()把傳入的函數依次作用於每個元素，然後根據返回值是True還是False決定保留還是丟棄該元素
sorted()
接受兩個參數，第一個是序列，默認參數從大到小，第二個參數是比較函數參數
sorted([‘bob’, ‘about’, ‘Zoo’, ‘Credit’], cmp_ignore_case)
返回函數
高階函數除了可以接受函數作爲參數外，還可以把函數作爲結果值返回。
返回閉包時牢記的一點就是：返回函數不要引用任何循環變量，或者後續會發生變化的變量
匿名函數
不需要顯式地定義函數，直接傳入匿名函數更方便關鍵字lambda表示匿名函數，冒號前面的x表示函數參數。

map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])

lambda x: x * x  就是
def f(x):
    return x * x

裝飾器
在面向對象（OOP）的設計模式中，decorator被稱爲裝飾模式。OOP的裝飾模式需要通過繼承和組合來實現，而Python除了能支持OOP的decorator外，直接從語法層次支持decorator。Python的decorator可以用函數實現，也可以用類實現。
decorator可以增強函數的功能，定義起來雖然有點複雜，但使用起來非常靈活和方便。
偏函數
簡單總結functools.partial的作用就是，把一個函數的某些參數給固定住（也就是設置默認值），返回一個新的函數，調用這個新函數會更簡單

PYTHON-函數特性