一、介绍
课程来源：慕课网python进阶
支持函数式编程，函数式编程的特点
@偏向于计算，而非指令，把计算视为函数而非指令
@不需要变量，无副作用，测试简单
@支持高阶函数，代码简洁
python函数式编程的特点：
@不是纯函数式编程，可以有变量
@支持高阶函数，允许函数作为变量传入
@允许闭包，有了闭包就有返回函数
@有限度的支持匿名函数
二、高阶函数：能接收函数作为参数的函数
@变量可以指向函数
@函数的参数可以接收变量
@一个函数可以接收另一个函数作为参数
@能接收函数作参数就是高阶参数
demo
#demo
#自定义一个加法函数
def add(a, b, f):
return f(a) +f(b)
def Sqrt(a):
return pow(a,0.5) #平方根
print(add(-5, 9, abs))
print(add(25, 9, Sqrt))
map函数，reduce函数，filter()函数
#map函数，对单个参数进行处理
L = list(range(10))
print(list(map(lambda x : x*x, L)))
#在Python 3里,reduce()函数已经被从全局名字空间里移除了,它现在被放置在fucntools模块里用的话要 先引入：对两个参数进行处理
from functools import reduce
print (reduce(lambda x,y: x-y, [1,2,3,4,5]))
#filter()函数：过滤函数，返回符合条件的新的列表
def is_odd(x):
return x % 2 == 1
filter(is_odd, [1, 4, 6, 7, 9, 12, 17])@map函数输出：[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
@map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。
@reduce函数输出：-13
@reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。
@filter函数输出：[1, 7, 9, 17]
@filter()函数是 Python 内置的另一个有用的高阶函数，filter()函数接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。
自定义sorted排序，倒序
#reverse——sorted函数
def reversed_cmp(x, y):
if x > y:
return -1
if x < y:
return 1
return 0
sorted([36, 5, 12, 9, 21], reversed_cmp)@输出：[36, 21, 12, 9, 5]
@sorted()也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义是，传入两个待比较的元素 x, y，如果 x 应该排在 y 的前面，返回 -1，如果 x 应该排在 y 的后面，返回 1。如果 x 和 y 相等，返回 0。
匿名函数
#匿名函数，上面其实早就用过了，下面描述一下
print(list(map(lambda x : x*x, L)))
@高阶函数可以接收函数做参数，有些时候，我们不需要显式地定义函数，直接传入匿名函数更方便。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。用完函数就会自动销毁。