（三）python函数式编程

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！

一、高阶函数

1.函数可以赋值给变量，即变量指向函数本身（不是函数名，因为函数名也只是一个指向函数本身的变量）。通过该变量可以调用函数。

（1）

print(abs(-9))   #输出9

print(abs)   #输出函数本身

f = abs   #将变量f指向函数

print(f(-19))   #通过变量调用函数

（2）

函数名其实就是指向函数的变量！对于abs()这个函数，完全可以把函数名abs看成变量，它指向一个可以计算绝对值的函数！abs=10，给变量abs赋值后，再调用abs()就会失败。

2.传入函数：就是将函数名a作为参数传入到函数b中，在b中调用a。这样设计的意义是啥？

3.map/reduce：

（1）

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。

>>> def f(x):

...     return x * x

...

>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

>>> list(r)

[1, 4, 9, 16, 25, 36, 49, 64, 81]

由于结果r是一个Iterator，Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list。

你可能会想，不需要map()函数，写一个循环，也可以计算出结果：

L = []

for n in [1, 2, 3, 4, 5, 6, 7, 8, 9]:

    L.append(f(n))

print(L)

的确可以，但是，从上面的循环代码，能一眼看明白“把f(x)作用在list的每一个元素并把结果生成一个新的list”吗？（这就是设计高阶函数的意义吧）。所以，map()作为高阶函数，事实上它把运算规则抽象了，

（2）

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)

以下是利用map、reduce将字符串转化为数字的方法：

>>> from functools import reduce

>>> def fn(x, y):

...     return x * 10 + y

...

>>> def char2num(s):

...     return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]

...

>>> reduce(fn, map(char2num, '13579'))

首先，通过map将char2num 作用在字符串 ‘13579’（Iterable）上，返回一个新的Iterator。然后，通过reduce将fu作用在这个Iterator（序列）上。

4.filter：

和map()类似，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。

（参考：点击打开链接）

5.sorted：

Python内置的sorted()函数就可以对list进行排序：

>>> sorted([36, 5, -12, 9, -21])

[-21, -12, 5, 9, 36]

此外，sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序：

>>> sorted([36, 5, -12, 9, -21], key=abs)

[5, 9, -12, -21, 36]

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)

['about', 'bob', 'Credit', 'Zoo']

二、返回函数

三、匿名函数

四、装饰器

五、偏函数

（用到时再理解吧）