函数（作用域，匿名函数，函数式编程，高阶函数）

一.函数作用域                                          
1.函数名表示的是内存地址

def test1():
    print('in the test1')
def test():
    print('in the test')
    return test1

print(test())

打印：
in the test
<function test1 at 0x000001E90E452EA0>

2.函数的作用域只跟函数声明时定义的作用域有关，跟函数的调用位置无任何关系

name = 'xiaopang'
def foo():
    name='fangjiyi'
    def bar():

        print(name)
    return bar
a=foo()
a()

运行结果：
fangjiyi

二.匿名函数

1.定义：
lambda x:x+1
    形参 返回值（包含运算逻辑）
2.使用方式
赋函数名实现
单个参数
name='fang'
func=lambda x:x+'sb'
func(name)
print(func(name))
多个参数：
f=lambda x,y,z:(x+1,y+1,z+1)
print(f(5,6,7))
打印结果：
（6，7，8）

三.函数式编程
函数式编程=编程语言定义的函数+数学意义的函数
1.高阶函数
定义（满足以下其一）
*1函数接收的参数是一个函数名  *2返回值中包含函数
*把函数当作参数传给另外一个函数
def foo(n):
    print(n)

def bar(name):
    print('my name is %s' %name)
foo(bar)
foo(bar('alex'))
*返回值中包含函数
方式一
def bar():
    print('from bar')
def foo():
    print('from foo')
    return bar
n=foo()
n()
方式二
def hanle():
    print('from handle')
    return hanle
h=hanle()
h()
运行结果：
from handle
from handle
2.高阶函数--filter

filter()函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

需求：过滤掉带前缀的字符串
1.使用正常方式（类似filter实现的过程）：
students=['sb-bcs','sb-ljf','fjy-nb','ql-nb','zsb']

def sb_reduce(func,array):
    ret=[]
    for i in array:
        if not func(i):
            ret.append(i)
    return ret

print(sb_reduce(lambda x:x.startswith('sb'),students) )
#运行结果：
['fjy', 'ql', 'zsb']
2.使用filter函数
*filter返回的是迭代器对象
students=['sb-bcs','sb-ljf','fjy-nb','ql-nb','zsb']
print(filter(lambda x:x.startswith('sb'),students) )
打印结果：
<filter object at 0x000001C1CFEF4978>
**通过list方法遍历取值(默认取判断正确的)
students=['sb-bcs','sb-ljf','fjy-nb','ql-nb','zsb']
print(list(filter(lambda x:x.startswith('sb'),students)) )
打印结果：
['sb-bcs', 'sb-ljf']
***进行 判断修改 实现过滤
students=['sb-bcs','sb-ljf','fjy-nb','ql-nb','zsb']
print(list(filter(lambda x:not x.startswith('sb'),students)) )
打印结果：
['fjy-nb', 'ql-nb', 'zsb']

3.高阶函数--map
map()函数会根据提供的函数对指定序列做映射
需求：对任意数组实现加减乘除等处理
*正常实现（同时也是map函数实现过程）

num_l=[1,2,10,5,3,7]
def map_test(func,array):
    ret=[]
    for i in array:
        res=func(i) #add_one(i)
        ret.append(res)
    return ret

print(map_test(lambda x:x+1,num_l))
print(map_test(lambda x:x-1,num_l))
print(map_test(lambda x:x*2,num_l))
print(map_test(lambda x:x/2,num_l))

打印结果：
[2, 3, 11, 6, 4, 8]
[0, 1, 9, 4, 2, 6]
[2, 4, 20, 10, 6, 14]
[0.5, 1.0, 5.0, 2.5, 1.5, 3.5]
**map函数
map函数返回的是一种可迭代对象
num_l=[1,2,10,5,3,7]
print(map(lambda x:x+1,num_l))
打印结果：
<map object at 0x000001FE068CA048>
***使用map函数需要用list取值出来
num_l=[1,2,10,5,3,7]
print(list(map(lambda x:x+1,num_l)))
打印结果;
[2, 3, 11, 6, 4, 8]

4.高阶函数--reduce()
直接返回一个具体的值
reduce() 函数会对参数序列中元素进行累积。
需求：对一个数组进行累积
*正常实现（reduce实现原理）

num_l=[2,2,3,10]
def reduce_test(func,array,init=None):
    if init is None:
        res=array.pop(0)
    else:
        res=init
    for num in array:
        res=func(res,num)
    return res
print（reduce_test(lambda x,y:x*y,num_l)))
print(reduce_test(lambda x,y:x*y,num_l,10))#指定参数从他的基础上进行

打印结果：
1200
60000
**使用reduce函数
需要从functols模块中引入

from functools import reduce
num_l=[3,2,2,9]
print(reduce(lambda x,y:x+y,num_l,1))
print(reduce(lambda x,y:x+y,num_l))

运行结果:
17
16

新手可能有很多不足