Python基础学习：高阶函数

1. map
   map() 函数接收两个参数，一个是函数，一个是 Iterable，map 将传入的函数依次作用到序列的每个元素，并把结果作为新的 Iterator 返回。

   
   
   image.png

2. reduce
   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。

   
   
   image.png
   
   

   字符串转换成整数：

   
   
   image.png

3. filter
   filter()函数用于过滤序列。filter() 也接收一个函数和一个序列。和 map() 不同的是 filter() 把传入的函数依次作用于每个元素，然后根据返回值是 True 还是 False 决定保留还是丢弃该元素。

   
   
   image.png

4. sorted
   Python内置的sorted()函数可以对list进行排序，还可以接收一个key函数来实现自定义的排序，key指定的函数将作用于list的每个元素上，并根据key函数返回的结果进行排序：

   
   
   image.png

5. 闭包

   
   
   image.png
   
   

   调用lazy_sum()时，返回的并不是求和结果，而是求和函数：

   
   
   image.png
   
   调用函数f时，才真正计算求和结果：
   
   image.png
   
   

   在函数 lazy_sum 中又定义了函数 sum ，并且，内部函数 sum 可以引用外部函数 lazy_sum 的参数和局部变量，当 lazy_sum 返回函数 sum 时，相关参数和变量都保存在返回的函数中，这种称为“闭包（Closure）”。

6. 匿名函数：lambda
   匿名函数有个限制，就是只能有一个表达式，不用写 return ，返回值就是该表达式的结果。

   
   
   image.png

7. 装饰器
   在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。装饰器接受一个函数作为参数，并返回一个函数。定义时需要借助Python的@语法：

   
   
   image.png
   
   

   把@log放到now()函数的定义处，相当于执行了语句：

   
   
   image.png
   
   由于 log() 是一个decorator，返回一个函数，所以，原来的 now() 函数仍然存在，只是现在同名的 now 变量指向了新的函数，于是调用 now() 将执行新函数，即在 log() 函数中返回的 wrapper() 函数。wrapper() 函数的参数定义是 (*args, **kw) ，因此， wrapper() 函数可以接受任意参数的调用。在 wrapper() 函数内，首先打印日志，再紧接着调用原始函数。
   一个完整的decorator的写法如下：
   
   image.png
   
   

   或者针对带参数的decorator：

   
   
   image.png

8. 偏函数
   functools.partial 的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。

   
   
   image.png