函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数。
Python对函数式编程提供部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言。
高阶函数
-变量可以指向函数
-函数名也是变量
-传入函数
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，eg：
def add(x, y, f):
return f(x) + f(y)
map/reduce
map()函数接收两个参数，一个是函数，一个是iteration，map将传入的函数一次作用到序列的每个元素，并把结果作为新的iteration返回。eg：
def f(x):
return x * x
r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
list(r) #iteration是惰性序列，通过list函数把整个序列都计算出来并返回一个list
[1, 4, 9, 16, 25, 36, 49, 64, 81]
再看reduce的用法。reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4
如果把序列[1,3,5,7,9]变换成整数13579，使用reduce：
from functools import reduce
def fn(x, y):
return x * 10 + y
reduce(fn, [1,3,5,7,9])
13579
接下来将map与reduce结合起来：
>>> from functools import reduce
>>> def fn(x, y):
... return x * 10 + y
...
>>> def char2num(s):
... digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
... return digits[s]
...
>>> reduce(fn, map(char2num, '13579'))
13579
将这个str→int整合成一个函数：
from functools import reduce
DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
def str2int(s):
def fn(x, y):
return x * 10 + y
def char2num(s):
return DIGITS[s]
return reduce(fn, map(char2num, s))
filter
filter()函数接收一个函数和一个序列，把传入的函数依次作用于每个元素，根据返回值是true或false来决定保留还是丢弃该元素。eg：
def is_odd(n):
return n % 2 == 1
list(filter(is_odd, [1,2,3,4,5]))
def not_empty(s):
return s and s.strip()
#str.strip()的作用是把字符串的头和尾的空格，以及位于头尾的\n \t之类给删掉
list(filter(not_empty, ['A', '', 'B', None, 'C', ' ']))
# 结果: ['A', 'B', 'C']
- 用filter求素数：
def _odd_iter(): # 构造从3开始的奇数序列
n = 1
while True:
n = n + 2
yield n
def _not_divisible(n): # 筛选函数
return lambda x: x % n > 0
def primes():
yiled 2
it = _odd_iter() # 初始序列
while True:
n = next(it) # 返回序列的第一个数
yiled n
it = filter(_not_divisible(n), it) # 构造新序列
# 打印1000以内的素数：
for n in primes():
if n < 1000:
print(n)
else:
break
sorted
sorted()为Python内置的排序函数。sorted也是高阶函数，它可以接收一个key函数，将此函数作用到list的每一个元素上，再根据key函数返回的结果进行排序。若需要反向排序，可传入第三个参数reverse=True
返回函数
函数可作为高阶函数的结果值返回。“闭包（Closure）”是在一个函数中又定义一个函数，内部函数可以引用外部函数的参数和局部变量，当外部函数将内部函数返回时，相关参数和变量都保存在这个返回的函数中。
返回闭包时牢记一点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。
匿名函数lambda
在传入函数时，有时无需显式地定义函数，直接传入匿名函数更方便，比如lambda x: x * x实际上就是
def f(x):
return x * x
装饰器
Python装饰器本质上就是一个函数，他可以让其他函数在不需要任何代码变动的前提下增加额外的功能，装饰器的返回值也是一个函数对象。以为函数添加计时功能为例：
import time
def decorator(func):
def wrapper(*args, **kwargs):
start_time = time.time()
func()
end_time = time.time()
print(end_time - start_time)
return wrapper
@decorator
def func():
time.sleep(0.8)
func() #函数调用
# 输出：0.800644397735595
@decorator这个语法相当于执行func=decorator(func)，为func函数装饰并返回。
偏函数
Python的functools模块提供了偏函数。利用functools.partial，我们可以把一个函数的某些参数固定住，返回一个新函数，调用这个新函数会更简单。eg：
import functools
int2 = functools.partial(int, base=2)
int2('1000000')
#输出64
上面的新函数仅仅把base参数重新设定默认值为2，但也可以在函数调用时传入其他值，如int2('1000000', base=10)
最后，创建偏函数时，实际上可接收函数对象、*args和**kw这三个参数，当传入int2 = functools.partial(int, base=2)，固定了base 的参数，也就是int2('10010')，这相当于kw = {'base': 2}， int('10010', **kw)。
当传入：max2 = functools.partial(max, 10)
实际上就把10当做*args的一部分自动加到左边，也就是：max2(5,6,7)，相当于：
args = (10, 5, 6, 7)
max(*args)