在 上篇 我们讲了python将函数做为返回值和闭包的概念，下面我们继续讲解函数做参数和装饰器，这个功能相当方便实用，可以极大地简化代码，就让我们go on吧！
能接受函数做参数的函数我们称之为高阶函数，例如filter, map, reduce这些函数
可以定义一个函数作为高阶函数例如：
def func(x, y, f):
return f(x)+f(y)
可以这样调用func(2,-1,abs) 函数返回结果为3
有些时候，我们不需要显式地定义传入的函数，直接传入匿名函数更方便。
在Python中，对匿名函数提供了支持。以map()函数为例，计算 f(x)=x2 时，除了定义一个f(x)的函数外，还可以直接传入匿名函数：
1 >>> map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])
2 [1, 4, 9, 16, 25, 36, 49, 64, 81]
通过对比可以看出，匿名函数 lambda x: x * x 实际上就是：
def f(x):
return x * x
关键字lambda 表示匿名函数，冒号前面的 x 表示函数参数。
匿名函数有个限制，就是只能有一个表达式，不写return，返回值就是该表达式的结果。
使用匿名函数，可以不必定义函数名，直接创建一个函数对象，很多时候可以简化代码：
1 >>> sorted([1, 3, 9, 5, 0], lambda x,y: -cmp(x,y))
2 [9, 5, 3, 1, 0]
返回函数的时候，也可以返回匿名函数：
1 >>> myabs = lambda x: -x if x < 0 else x
2 >>> myabs(-1)
3 1
4 >>> myabs(1)
5 1
有些时候我们定义了一个函数，想在运行时动态增加功能，又不想改动函数本身的代码，这就可以用高阶函数实现： 可以接收一个函数作为参数对其包装，返回函数：
1 def f1(x):
2 return x*2
3
4 def new_fn(f):
5 def fn(x): # 定义一个内层函数
6 print "call: " + f.__name__ + "()"
7 return f(x) # 再内层函数中调用传递进来的函数
8
9 return fn # 返回内层函数
10
11 g1 = new_fn(f1) #进行调用
12 print g1(2)
执行上面代码，输出
call: f1()
4
可见我们将一个 f1 包装了一下，在它原有计算x*2的功能上又输出了自己的函数名。整个过程中我们定义的内层函数 fn 是关键，它在内部使用的是new_fn传递进来的参数 f ，这不就是前面讲的闭包吗？ fn在添加其他功能后又调用了原来 f。
我们甚至可以这样
1 f1 = new_fn(f1)
2 print f1(2)
上面的代码输出结果一样，但是将f1传递进去又得到一个f1, 一样的调用方法但新的功能比以前的那个高级。
上面代码中f1 = new_fn(f1)这样的写法未免太过蹩脚，我们可以利用python提供的 装饰器 语法优雅的实现。上面new_fn的定义不变，我们只需要重新定义 f1 就可以了，如下：
1 @new_fn
2 def f1(x):
3 return x*2
4
5 @new_fn
6 def f2(x):
7 return x/2
8
9 print f1(2)
10 print f2(2)
输出如下：
call: f1()
4
call: f2()
1
我们在函数前面加了@new_fn就代表了对f1这个函数进行装饰加工，以后调用f1就直接调用了加工后的f1, 对于f2也这样，用起来一切很方便。
注意上面的代码只能对 f1 这样单个参数的函数能进行装饰，如果需要装饰两个参数的函数那new_fn就无法实现了，其实也很简单，我们只需要使用*args, **kw,就能保证任意个数的参数总是能正常调用，如下。
1 def new_fn(f):
2 def fn(*args, **kw): # 可以传入任意参数
3 print 'call ' + f.__name__ + '()...'
4 return f(*args, **kw)
5 return fn
6
7 @new_fn
8 def add(x, y):
9 return x + y
10
11
12 print add(1, 2)
其实仔细观察我们发现虽然调用add传递了参数1，2， 但是它只是传递到了装饰器中，也就是上面的 fn 中，我们可以随时在装饰器中改变它的参数然后再传递给 f。
经过上面的步骤现在总算是可以正常实现功能了。但是如果我们再提出需求呐（程序员总是害怕这一点