python中一切皆对象，函数也看做对象。函数被函数名所引用，但是同样的他也可以被其他标识符所引用，可以作为参数传递。
def f():
return "hi"
可见a引用了函数返回值，b引用了函数本身，a不可调用，b可调用。而函数作为参数，即引用函数本身，下面的装饰器就是以函数作为参数，引用的函数本身，而不是返回值。
常用的几个内建函数Map，Reduce，Filter，lamda。
Filter
筛选出满足过滤条件的元素
s = "@431$%$314&6i7(431)^&^%2l#%^i6861642k765e&$%65%^$^#$p%^&*%66757y%*^&%th%*&^%&^$o$&*^n4637" print filter(str.isalpha,s)
Map
接收两个参数，第一个是函数，第二个是list，返回结果
l = [random.randint(0,100) for i in range(10)]
def sub50(a):
return a-50
print map(sub50,l)
Reduce
和map一样接收两个参数，但是他返回一个结果，会迭代第二个参数list，不停的计算。
# 1+2+3+...+99
def f_add(a,b):
return a+b
print reduce(f_add,range(1,100))
python3中Reduce被从全局命名空间中移除，要想使用需要--from functools import reduce，在函数式中reduce所表达的概念称为规约fold。
这里的map reduce和大数据中的map reduce不是一回事。
Lambda
lambda就是一个匿名函数，在需要一个函数，但是不用费力起名字的时候用lambda.
map(lambda x:x*x, [x for x in range(10)])
##等价于
def pf(x):
return x * x
map(pf, [x for x in range(10)])
map,filter,reduce并没有列表解析容易理解，3里面返回的是一个iterator而不再是一个list。
回调 CallBack 也即函数作为参数，运行到callback()返回上一层
闭包closure
绑定外部变量的函数
闭包和装饰器 都是函数作为返回值
def pow_x(x):
def echo(value):
return value**x
return echo
lst = [pow_x(2),pow_x(3),pow_x(4)]
for p in lst:
print "closure",p(2)
1.嵌套函数
2.内部函数用了外部变量
3.外部函数返回了内部函数
如果外部变量是list，是可以改变的。但是只是一个变量，是无法改变的。
函数内部要注意LEGB原则，有局部变量的时候，就不再调用外部变量。
装饰器decorator
装饰就是在原有函数的基础上，加一些其他的功能，他是函数作为返回值，函数作为参数的一种应用。
多层嵌套就是用了闭包，被修饰函数作为绑定量。
两层嵌套结构
目标函数可以带参数
def time_cost(f):
def _f(*arg, **kwarg):
start = time.clock()
a=f(*arg,**kwarg)
end = time.clock()
print f.__name__,"run cost time is ",end-start
return a
return _f
@time_cost
def list_comp(length):
return [(x,y) for x in range(length) for y in range(length) if x*y > 25]
if __name__ == '__main__':
list_comp(1000)
三层嵌套结构
不仅目标函数可以带参数，装饰器也可以带参数
递归
递归就是1）函数自己调用自己2）有明确的出口。常用于Fibonacci数列，树图的遍历等数据或是结构上定义为递归的情况。递归和循环是等价的。
递归的次数过多，会造成栈溢出，并且Python并不支持尾递归优化。
#字符串取反
def reverse_str(s):
if len(s) <= 1:
return s
else:
return reverse_str(s[1:]) + s[0]