一、map/reduce
-
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。
-
reduce
reduce把 结果 继续 和序列 的 下一个元素 做 累积计算
str ===> int
-
filter()
Python内建的 filter()函数用于过滤序列。
filter()：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。
筛选素数
def _not_divisible(n):
return lambda x: x % n > 0
这是一个筛选函数：_not_divisible函数返回一个【参数为 x , 功能是 判断 x % n 是否 大于 0 】函数
-
sorted
二、返回函数
当我们调用lazy_sum()时，每次调用都会返回一个新的函数，即使传入相同的参数：
（ f1()和f2()的调用结果互不影响。）
（廖雪峰博客：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431835236741e42daf5af6514f1a8917b8aaadff31bf000）
三、匿名函数
四、偏函数
functools.partial：创建一个偏函数的，可以直接使用下面的代码创建一个新的函数int2：
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
五、装饰器（Decorator）
在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。
把@log放到now()函数的定义处，相当于执行了语句：
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。
如果 decorator本身需要传入参数，那就需要编写一个返回decorator的高阶函数。
（__name__已经从原来的'now'变成了'wrapper')
因为返回的那个wrapper()函数名字就是'wrapper'，所以，需要把原始函数的__name__等属性复制到wrapper()函数中，否则，有些依赖函数签名的代码执行会出错。
所以，最终写法如下：
decorator本身需要传入参数
笔记摘抄自廖雪峰博客：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014318435599930270c0381a3b44db991cd6d858064ac0000