Python之函数式编程
高阶函数（map/reduce,filter,sorted）
变量可以指向函数：
>>> x = abs(-10)
>>> x
>>> f = abs
>>> f(-10)
10
函数名也是变量
>>> abs = 10
>>> abs(-10)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'int' object is not callable
传入函数
既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。
def add(x, y, f):
return f(x) + f(y)
当我们调用add(-5,6,abs)时，参数x，y和f分别接收-5，6，和abs，根据函数定义，我们可以推导计算过程为：
x=-5
y=6
f=abs
f(x)+f(y)==>abs(-5)+abs(6)==>11
return 11
>>> add(-5, 6, abs)
11
map/reduce
Python内建了map()和reduce()函数。
map()函数接收两个参数，一个函数，一个式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。
一个函数f(x)=x2，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()实现如下：
python代码实现如下：
>>>def f(x)
return x*x
>>>r = map(f, [1,2,3,4,5,6,7,8,9])
>>>list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]
>>>list(map(str, [1,2,3,4,5,6,7,8,9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']
reduce的用法。reduce把函数作用在一个序列[x1,x2,x3,.....]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：
reduce（f,[x1,x2,x3,x4]）=f(f(f(x1,x2),x3),x4)
对一个序列求和，可以用reduce实现：
>>>from functools import reduce
>>>def add(x, y):
reduce x+y
reduce(add, [1,3,5,7,9])
25
filter
python内建的filter()函数用于过滤序列。
filter()也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。
例如，删除一个list中的偶数，只保留奇数，可以这么写：
def is_odd(n):
return n%2==1
t=list(filter(is_odd,[1,2,3,4,5,6,7,8,9,10,15]))
print(t)
sorted
排序算法：
Python内置的sorted()函数就可以对list进行排序：
>>> sorted([36, 5, -12, 9, -21])
[-21, -12, 5, 9, 36]
此外，sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序：
>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]
字符串排序的例子：>>> sorted(['bob', 'about', 'Zoo', 'Credit'])
['Credit', 'Zoo', 'about', 'bob']
sorted传入key函数，即可实现忽略大小写的排序：>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
['about', 'bob', 'Credit', 'Zoo']
返回函数
