备注
本篇为慕课网python进阶教程中函数式编程章节的笔记。
简介
函数式编程允许将函数作为输入（参数）输出（返回值），从而用一系列嵌套的函数调用来表示运算的过程。这篇笔记中主要介绍了高阶函数，闭包，装饰器，匿名函数等几个方面的内容。
高阶函数
- map()
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。
eg:
def f(x):
return x*x
print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
输出结果：
[1, 4, 9, 10, 25, 36, 49, 64, 81] - reduce()
接收一个函数 f和一个list，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。
eg:
def f(x, y):
return x + y
print reduce(f, [1, 3, 5, 7, 9])
输出结果：
25 - filter()
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。
eg:
def is_odd(x):
return x % 2 == 1
print filter(is_odd, [1, 4, 6, 7, 9, 12, 17])
输出结果:
[1, 7, 9, 17] - sorted()
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。
eg:
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)
输出结果:
[36, 21, 12, 9, 5]
闭包
内层函数引用了外层函数的变量（参数也算变量），然后返回内层函数的情况，称为闭包（Closure）。
eg:
def calc_sum(lst):
def lazy_sum():
return sum(lst)
return lazy_sum
匿名函数lambda
关键字lambda 表示匿名函数，冒号前面的 x 表示函数参数,
lambda x:x*x
等价于
def f(x):
return x * x
高阶函数可以接收函数做参数
eg:
map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])
输出:
[1, 4, 9, 16, 25, 36, 49, 64, 81]
最后的一点吐槽
现在用markdown做笔记的速度比我学的速度还慢，不过对加深印象的确很有帮助，这篇文章里的内容我半年之内估计是忘不了了。至于以后熟练度刷高了速度应该也就能上去了。
