一、函数
1.1 定义函数
（1） 通过“函数名.__doc__”来访问函数文档字符串，便于日后维护与共享代码
#利用函数求矩形面积
def area_count(L,W):
area=L*W
return area
a=input('请输入矩形的长度：')
b=input('请输入矩形的宽度：')
print u'矩形面积为：',area_count(a,b)1.2 函数调用
（1）可以通过函数名调用，也可以将函数对象赋值给别的变量后，通过该变量名调用，调用时也要加()
（2）参数可以利用参数名=实参的方式指定，如area_count(L=2,W=4)
（3）在python3中调用文件中自己定义的函数，需要使用“from 文件名 import 函数名”进行导入
1.3 内部/内嵌函数
（1）如果一个函数是在另一个函数内部创建的，那么这个函数就叫作内部函数或内嵌函数。定义了内部函数后，整个内部函数都位于外部函数的作用域中，除了外部函数，其他地方都不能对其进行调用。
（2）内部函数也可以使用lambda语句进行定义。
def fout():
no=23
def fin():
ni=10
return no+ni #内部函数可以访问外部函数的变量
print fin()
fout() #如果直接调用内部函数fin()会出错二、函数参数
2.1 标准化参数
（1）按照位置传递参数
（2）按照形参名传递参数
（3）默认参数在调用时可以有相应的实参，若没有则取默认值，无默认值的参数必须写在默认参数之前
2.2 可变数量的参数
（1）非关键字可变数量参数（*）
有了非关键字可变数量参数后，调用函数时所有的多余的无关键字指定的实参（匹配标准化参数后剩余的）统统以元组的形式
保存在非关键字可变数量参数中。
def ftuple(arg1,arg2,arg3=333,*arg4):
print 'arg1=',arg1
print 'arg2=',arg2
print 'arg3=',arg3
print 'the rest args:'
for eacharg in arg4:
print eacharg
ftuple(1,2,4,5,6)（2）关键字可变数量参数（**）
有了关键字可变数量参数后，调用函数时所有的多余的关键字指定的实参统统以字典的形式
保存在关键字可变数量参数中。
def ftuple(arg1,arg2,arg3=333,**arg4):
print 'arg1=',arg1
print 'arg2=',arg2
print 'arg3=',arg3
print 'the rest args:'
for eachargkey in arg4:
print eachargkey,'==>',arg4[eachargkey]
ftuple(1, 2, 4, a=5, c=6)（3）调用函数时，如果有的实参给定关键字或参数名，有的没有给定，则没有给定的放在实参列表的前面，给定的放在后面。
2.3 函数传递
函数对象作为其它函数的参数
def f(x):
return x+2
def ff(fun,seq):
return [fun(eachn) for eachn in seq]
print ff(f,[1,2,3,4,5])三、装饰器
3.1 无参装饰器
3.2 带参装饰器
四、函数式编程
函数式编程：是一种编程范型，将计算机运算视为数学上的函数计算，并且避免使用程序状态以及易变对象。函数可以接受函数当作输入和输出
python不是函数式编程语言，但吸收了其优点
4.1 lambda表达式
（1）lambda定义了一个匿名函数，所以没有函数名，其结果也不使用return语句返回，表达式与声明放在同一行，参数可选且不需加括号
（2）为了保留并调用这个函数，可以将这个匿名函数赋给一个变量，通过变量来调用函数，也可以将其用作函数参数，通过函数参数来调用
y=lambda L,W:L*W
print y(2,3)
def area(fun,seq1):
seq=[]
for (x,y) in seq1:
seq.append(fun(x,y))
return seq
#调用时使用Lambda语句创建的函数作为实参
print area(lambda L,W:L*W,[(1,2),(3,4),(5,6)])4.2 内建函数map、filter、reduce
这三个内建函数都有一个可执行的函数对象参数，可以是lambda创建的，也可以是def定义的函数
（1）map函数
map(函数或lambda表达式，序列1，序列2....)
将函数作用于给定序列的每一个元素，并用一个列表作为返回值；如果给定了多个序列，则map会并行迭代每个序列，每次处理时，map会将每个序列的相应元素组成一个元组，然后将函数或Lambda表达式作用于该元组。
map(lambda x:x*x,[2,3,4,5])
map(lambda x,y:x+y,[1,2,3,4],[3,4,5,6])
#map函数中函数名或lambda表达式为None,则返回一个列表，其功能类似于zip()
map(None,[1,2,3,4],['a','b','c','d'])（2）filter函数
filter(函数或lambda表达式，序列)
利用函数或lambda表达式对序列中的每个元素进行筛选，保留数值为True的元素序列
#筛选奇数
def odd(n):
if n%2:
return True
filter(odd,[1,2,3,4,5,6,7])
filter(lambda n:n%2,[1,2,3,4,5,6,6])（3）reduce函数
reduce(函数或lambda表达式，序列，[,初始值])
函数或lambda表达式必须是二元函数，如果有初始值，则把初始值和序列第一个元素作为函数参数，求得返回值后再将该值和
序列的第二个元素作为函数参数，依此类推；若没有初始值，则把序列的第一个、第二个元素作为函数参数，依此类推
def mul(x,y):
return x*y
reduce(mul,[1,2,3,4,5],10)
reduce(lambda x,y:x*y,[1,2,3,4,5,6,7])4.3 偏函数应用
在使用标准化参数时，如果函数参数过多，可以设置默认参数，降低函数调用的复杂度。但因为函数的应用领域不同，使得不同的调用者可能会希望参数是不同的默认值，这时可以利用functools模块提供的partial函数（偏函数），将带有n个参数的函数，固化一个参数（如果不指定关键字，则固化第一个参数），并返回另一个带有n-1个参数的函数对象。固化参数的值可以根据需要指定。
from functools import partial
def tax(s1,price,number,m):
if price<m:
return 0
else:
return s1*(price-m)*number
#将s1固化为0.01，
tax1=partial(tax,0.01)
print tax1(20000,5,10000)#等价于tax(0.01,20000,5,10000)
#将m固化为10000
tax2=partial(tax,m=10000)
print tax2(0.01,20000,3)#等价于tax(0.01,20000,3,10000)五、变量作用域
变量的作用域分为三个等级：全局(golbal)、局部(local)、外部(nonlocal)。
变量作用域的查找优先级为：局部、外部、全局、内建。其中内建变量是由Python定义的以双下划线开始和结束的变量，如__doc__、__name__等。
5.1 全局变量和局部变量
不在函数内创建的变量就是全局变量。是一个模块中级别最高的变量，能被所有函数访问。
在函数内创建的变量是局部变量，仅在所定义的函数内可见。
5.2 global语句
如果要在函数内改变全局变量的值，需要先在函数体中用global对全局变量进行声明。
5.3 闭包与外部作用域
六、递归
如果一个函数直接或间接调用了自己，那么这个函数就是递归函数。
#求阶乘
def fac(n):
if n==0 or n==1:
return 1
else:
return fac(n-1)*n七、生成器
生成器就是一个带有yield语句的函数。生成器能暂停执行并返回一个中间结果，当调用生成器的next方法时，生成器会从刚才暂停的位置继续执行。
#生成器示例
def gen():
i=1
yield (u'第%d次返回'%i)
i=i+1
yield (u'第%d次返回'%i)
i=i+1
yield (u'第%d次返回'%i)
g=gen()
print g.next()#python3中改为print(g.__next__())