一.高階函數
高階函數：既然變量可以指向函數，函數的參數能接收變量，那麼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。
1. map/reduce
- map() : 函數接收兩個參數，一個是函數，一個是
Iterable，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Iterator返回。
>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']
- reduce():
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.
---對一個序列求和，就可以用reduce實現：
>>> from functools import reduce
>>> def add(x, y):
... return x + y
>>> reduce(add, [1, 3, 5, 7, 9])
25
2.filer()
和map()類似，filter()也接收一個函數和一個序列。和map()不同的是，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。
作用：篩選
def is_odd(n):
return n % 2 == 1
list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
結果: [1, 5, 9, 15]
3.sorted
sorted() 函數也是一個高階函數，它還可以接收一個key 函數來實現自定義的排序
--例如按絕對值大小排序：
>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]
---字符串排序的例子
>>> sorted(['bob', 'about', 'Zoo', 'Credit'])
['Credit', 'Zoo', 'about', 'bob']
默認情況下，對字符串排序，是按照ASCII的大小比較的，由於'Z' < 'a' ，結果，大寫字母Z 會排在小寫字母a 的前面。
二.返回函數
概念：把函數作爲結果返回(高階函數)
衍生出的概念：閉包 裝飾器
三.匿名函數
概念：不顯示的定義函數,關鍵字lambda表示匿名函數
匿名函數lambda x: x * x 實際上就是：
def f(x):
return x * x
冒號前面的x 表示函數參數
匿名函數有個限制，就是隻能有一個表達式，不用寫return ，返回值就是該表達式的結果。
四.裝飾器
Decorator：在代碼運行期間動態增加功能的方式(不改變原函數定義)，稱之爲“裝飾器”。
def log(func):
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
@log
def now():
print('2015-3-25')
說明：
- 把@log放到now()函數的定義處，相當於執行了語句：now = log(now)
- 由於log()是一個decorator，返回一個函數，所以，原來的now()函數仍然存在，只是現在同名的now變量指向了新的函數，於是調用now()將執行新函數，即在log()函數中返回的wrapper()函數。
五.偏函數
偏函數（Partial function）： 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。
>>> import functools
>>> int2 = functools.partial(int, base=2) ---int是int(),base是int()第二個參數進制數
>>> int2('1000000')
64
>>> int2('1010101')
85
注意到上面的新的int2 函數，僅僅是把base 參數重新設定默認值爲2 ，但也可以在函數調用時傳入其他值：
>>> int2('1000000', base=10)
1000000
適用場景： 當函數的參數個數太多，需要簡化時，使用functools.partial 可以創建一個新的函數，這個新函數可以固定住原函數的部分參數，從而在調用時更簡單。