函数式编程（Functional Programming）的一个特点是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数。Python对函数式编程提供部分支持。但由于Python允许使用变量，因此，Python不是纯函数式编程语言。
1 高阶函数
高阶函数英文名叫Higher-order function。
变量可以指向函数
以Python内置的求绝对值的函数abs()为例，调用该函数用以下代码：
如果只写abs：
可见，abs(-10)是函数调用，而abs是函数本身。
要获得函数调用结果，我们可以把结果赋值给变量：
但是，如果把函数本身赋值给变量：
结论：函数本身也可以赋值给变量，即：变量可以指向函数。
而且可以通过该变量来调用这个函数：
函数名也是变量
函数名其实就是只指向函数的变量！对于abs()，完全可以把abs看成变量，它指向可以计算绝对值的函数。
把abs指向其他对象：
传入函数
一个函数可以接受另一个函数作为参数，这种函数就称为高阶函数。
一个简单的高阶函数：
当我们调用add(-5, 6, abs)时，参数x，y和f分别接受-5， 6和abs，根据函数定义，我们可以推到这个计算过程为：
把函数作为参数传入，这样的函数称为高阶函数，函数式编程就是指这种高度抽象的编程范式。
Python其他内建函数：
<1> map和reduce
先看map()，map()函数接受两个参数，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。
举个例子，比如我们有一个函数f(x)=x^2，要把这个函数作用在一个list[1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()实现：
map()传入的第一个参数是f，即函数对象本身。由于结果r是一个Iterator，Iterator是惰性序列，因此通过list()把它整个序列都计算出来并返回一个list。
map()作为高阶函数，事实上它把运算规则抽象了，因此，我们还可以计算任意复杂的函数，比如：把这个list所有数字转为字符串：
再看reduce的用法。reduce把一个函数作用在一个序列[x1, x2, x3, x4, …]上，这个函数必须接受两个参数，reduce把结果继续和序列的下一个元素做累积计算，效果为：
比如一个序列求和：
当然求和可以用sum()，没必要用reduce
但是如果要把序列[1, 3, 5, 7, 9]变换为整数13579，reduce就可以派上用场：
还可以配合map()，我们可以写出把str转换为int的函数：
再配合lambda函数进一步化简：
<2> filter
Python内建的filter()函数用于过滤序列。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或False决定保留还是丢弃该元素。
例如，在一个list中，删除偶数，只保留奇数，可以这么写：
把一个序列中的空字符串删除，可以这么写：
可见filter()这个高阶函数，关键在于正确实现一个“筛选”函数。
注意到filter()函数返回的是一个，也就是一个惰性序列，所以要强迫filter完成计算结果，需要用list()函数获得所有结果并返回list。
<3>sorted
排序的核心是比较两个元素的大小。如果是数字，我们可以直接比较，但如果是字符串或两个dict，那么就无法在数学上的大小进行比较，因此，比较的过程必须通过函数抽象出来。
Python内置的sorted()函数就可以对list进行排序：
此外，sorted()函数也是一个高阶函数，他还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序：
key指定的函数将作用于list的每一个元素上，并根据key的函数返回的结果进行排序。
再来看一个字符串排序的例子：
默认情况下，对字符串排序，是按照ASCII的大小比较的，由于’Z’<‘a’，所以大写字符会排在小写字母前面。
如果要忽略大小写，按照字母序排序，只要用一个key函数即可：
要反向排序，可以传入第三个参数：
2 返回函数
函数作为返回值
高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。
我们来实现一个可变参数的求和。通常情况下，求和的函数是这样定义的：
但是，如果不需要立即求和，而是在后面的代码中，根据需要再计算怎么办：不返回求和结果，而是返回求和的函数：
当我们调用lazy_sun时，返回的并不是求和结果，而是求和函数：
调用f函数f时，才真正计算求和的结果：
在这个例子中，我们在函数lazy_sum中又定义了函数sum，并且，内部函数sum可以引用外部函数lazy_sum的参数和局部变量，当lazy_sum返回函数sum时，相关参数和变量都保存在返回的函数中，这种称为“闭包（closure）”。
注意，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。
闭包
注意到返回的函数在其定义的内部引用了局部变量args，所以，当一个寒素返回一个函数后，其内部的局部变量还被新函数引用。
另一个需要注意的是，返回的函数并没有立即执行，而是直接调用了f()才执行。我们来看一个例子：
在上面的例子种，每次循环，都创建了一个新的函数，然后把创建的3个函数都返回了。你可能认为调用f1，f2，f3结果应该是1，4，9，但是实际结果是：
全部是9！原因在于返回的函数引用了变量I，但它并非立刻执行。等到3个函数都返回时，它们所引用的变量i已经变成3，因此最终结果为9。
返回闭包时牢记一点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。
如果一定要引用循环变量，可以再创建一个函数，用该函数的参数绑定循环变量当前的值，无论该循环变量后续怎么更改，已绑定到函数参数的值不变：
缺点是代码较长。
3 匿名函数
当我们在传入函数时，有些时候，不需要显式地定义函数，直接传入匿名函数更方便。
如：
通过对比可以看出，匿名函数lambda x: x*x实际上是：
关键字lambda表示匿名函数，冒号前面的x表示函数参数。
匿名函数有个限制，就是只能有一个表达式。
用匿名函数有个好处，因为函数没有名字，不必担心函数名字冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数：
同样，也可以把匿名函数作为返回值返回，比如：
4 装饰器
由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数：
函数对象有一个__name__属性，可以拿到函数的名字：
现在，假设我们要增强now()函数的功能，比如在函数调用前后自动打印日志，但又不希望修改now()函数的定义，这种在代码运行期间动态增加功能的方式，称为“装饰器(Decorator)”
本质上，decorator就是一个返回函数的高阶函数。所以，我们要定义一个能打印日志的decorator，可以定义如下：
观察上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处：
调用now()函数，不仅会运行now()函数本身，还会在运行now()函数前打印一行日志：
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()将执行新的函数，即在log()函数中返回的wrapper()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，写出来会复杂。比如，要自定义log的文本：
这个三层嵌套的decorator用法如下：
执行效果：
和两层嵌套的decorator相比，3层嵌套的效果是这样的：
我们来剖析上面的语句，首先执行log(‘execute’)，返回的是decorator函数，再调用返回的函数，参数是now函数，返回值最终是wrapper函数。
我们讲了函数也是对象，它有__name__的属性，但你去看经过decorator装饰之后的函数，它们的__name__已经从原来的’now’变成了’wrapper’：
因为返回的那个wrapper()函数的名字就是’‘wrapper’，所以，需要把原始函数__name__等属性复制到wrappe()函数中，否则，有些依赖函数名字的代码执行就会出错。
不用编写wrapper.__name=func.__name__这样的代码。Python内置的functools.wraps就是干这个事的：
或者针对带参数的decorator:
5 偏函数
Pyrhon的functools模块提供了很多有用的功能，其中一个就是偏函数(Partial function)。要注意，这里的偏函数和数学意义上的偏函数不一样。
在介绍函数参数时，我们讲到，通过设定参数的默认值，可以降低函数调用的难度。而偏函数也可以做到这一点：
int()函数可以把字符床转换为整数，当仅传入字符串时，int()函数默认按十进制转换：
但int()函数还提供额外的base参数，默认值为10.如果传入base参数，就可以做到N进制的转换：
假设要转换大量的二进制字符串，每次都传入int(x, base=2)非常麻烦，于是，我们想到，可以定义一个int2()的函数，默认把base=2传进去：
这样，我们转换二进制就非常方便了：
functools.partial就是帮助我们创建一个偏函数的，不需要我们自己定义int2()，可以直接使用下面的代码创建一个新的函数int2：
所以，简单总结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，调用这个新函数会更简单。
但也可以在函数调用时传入其他值：
最后，创建偏函数时，实际上可以接收函数对象、arg、**kw这3个参数，当传入：
实际上固定了int()函数的关键字参数base，就是：
当传入：
实际上会把10作为arg的一部分自动加到左边，也就是：
当函数参数个数太多时，可以使用functools.partial创建一个新的函数。
