函数式编程即函数可以作为参数传入函数，也可以返回函数。
1.高阶函数
函数可以作为参数传入函数。
def add(x,y,f):
return f(x)+f(y)
调用add函数add（3,-4,abs) ,结果为7
2.map/reduce
def f(x):
return x*x
map(f,[1,2,3,4,5]) 返回的是一个Iterator，用list（）可以把它全部显示出来。map（）的作用即把f函数作用于第二个Iterable参数的每一个元素上。
def add(x,y):
return x+y
reduce(add,[1,2,3,4,5])返回的同样也是一个Iterator。
上一个语句就相当于add(add(add(add(1,2),3),4),5).所以reduce（）接收的第一个函数参数就只能是接收两个参数的函数。
map/reduce都是高阶函数
3.filter/sorted
（1） 以输出素数为filter（）的例子
①初始数列直接考虑奇数列，除2之外偶数均非素数
def _odd_iter():
n=1
while True:#这是一个生成器，所以不用担心没有退出条件的问题
n=n+2
yield n
②排除条件
def _delete(n):
return lambda x: x % n >0
③输出素数
def primes():
yield 2 #因为2不在初始奇数列中，所以先输出2
it=_odd_iter()#初始数列
while True:
n=next(it)
yield n
it = filter(_delete(n),it) #filter（）将it中_delete（）作用后为False的 #元素都删除
④限定一个输出范围 否则将无限输出下去
for n in primes():
if n < 1000:
print(n)
else:
break
（2）sorted()
L=[('Bob',75),('Adam',92),('Bart',66),('Lisa',88)]
def by_name(t):
return t[0]
L2=sorted(L,key=by_name) #类似map，key参数接收的函数也是作用于L的每一个元素
#所以这里返回的就是Bob，Adam，Bart，Lisa，然后再对L的元素排序
#key只是排序依据，不改变L
print(L2)
def by_score(t):
return t[1]
L3=sorted(L,key=by_score)
print(L3)
Output:[('Adam', 92), ('Bart', 66), ('Bob', 75), ('Lisa', 88)]
[('Bart', 66), ('Bob', 75), ('Lisa', 88), ('Adam', 92)]
对于str，sorted（）是按ASCII来排序的，所以大写会排在小写之前
L=['Credit','about','Zoey','Bart','effect']
print(sorted(L))
OUTPUT：['Bart', 'Credit', 'Zoey', 'about', 'effect']
print(sorted(L,reverse=True)) #reverse参数为反转
Output:['effect', 'about', 'Zoey', 'Credit', 'Bart']
4.返回函数
高阶函数不仅可以接收函数作为参数，还可以返回函数。
当调用函数不需要立刻得到结果，而是想以后的需要的时候再计算结果，可以返回函数。
def lazy_sum(*args):
def sum():
ax=0
for n in args:
ax=ax+n
return ax
return sum
f=lazy_sum(1,2,3,4,5)
当运行之后，lazy_sum返回一个sum函数，赋值给f，lazy_sum（）由args的传入的相关参数和变量也都保存在f中，但还未计算，等到调用时f会使用这些参数并计算。这种现象称为“闭包”。
因为f是当调用时才计算结果
def count():
fs=[]
for i in range(1,4):
def f():
return i*i
fs.append(f)
return fs #因为fs.append(f)中f是一个函数，所以这里也有返回函数的意思
f1,f2,f3=count()
print(f1())#这里调用时,上面一句3个函数都已经返回了，此时的i已经变成3，所
#以接下来调用f2,f3，它们保存的参数i都为3,所以最后结果都是9 print(f2())
print(f3())
Output：9
9
9
所以返回函数时，返回函数里不要有可能会变化的变量。
5.匿名函数
其实就是一个简易的函数定义式
如def f(x):
return x*x
写成匿名函数就lambda x : x*x #冒号左边的x是参数，右边是返回式
6.装饰器(Decorator)
在运行代码期间动态增加功能，但又不改变函数原来的定义。
import functools
def log(func):
@functools.wraps(func) #相当于wrapper.__name__=func.__name__,如果没有这一句，运行now.__name__就会得到wrapper，因为log返回的函数是wrapper
def wrapper(*args,**kw):
print('call %s():'%func.__name__) #打印日志
return func(*args,**kw) #调用函数
return wrapper #所以log(now)即返回wrapper函数,wrapper函数的功能就是先打印日志，再调用输入的函数
@log
def now(): #这两句相当于now=log(now)
print('2016.8.10')
print(now())
Output:
call now():
2016.8.10
7.偏函数
import functools
int2 =functools.partial(int,base=2) #把某个函数的某个参数设一个默认值，生成一个新的函数
print(int2('100000'))
print(int2('12345',base=8)) #这个新的函数任然是可以更改这个参数值的，只是它有一个默认的参数值
Output:
32
5349
其实就相当于
def int2(x,base=2)
return int(x,base)