这份博客是个人的学习笔记以及总结，观看课程为廖雪峰在慕课上发布的《python》进阶。
一些关于python的基础操作以及安装，可以参考我之前的文章。
这份课程一开始会回顾之前学过的东西：
之前学过的有以下几点：
1python内置的基本类型 变量
2LIst 和turple 顺序的集合类型
3条件判断和循环
4dictheset ：根据key访问的集合类型。
5函数
6切片
7迭代
8列表生成式
二本周课程目录：
1函数式编程
2模块使用。
3面向对象编程
4定制类
三学习目标
掌握函数式和面向对象以及模块化编程
四课程开始
4.1函数式编程概念：
functional 抽象的编程模式。 更高的抽象等级
语言层级对语言调用的影响。
4.2特点
1计算视为函数而非指令
2纯函数式编程，不需要变量。
3支持高阶函数，代码简洁。
4.3 python支持的
1不是纯函数时编程，支持高阶函数和闭包，有限支持匿名函数。
4.4高阶函数的概念
直接调用函数，和使用变量的效果一样。
可以修改库函数的内涵。
高阶函数：将函数作为参数的函数。（数分里的算子）
demo：
def add（a,b,c）:
return c(x)+c(y)
add( 1,9,abs)
高阶函数的例子
五练习时间
题目1
编写一个简单的高阶函数，实现
输入 x和y得到 根号（x）加根号（y）
解答：
import math
def add(x,y,f):
return f(x)+f(y)
print (add(25,9,math.sqrt))
题目2
编写一个map映射程序实现将输入的字符串首字母大写其他字母小写的功能。
example for map
def f（x）：
return x*x
print(list(map(f,[1,2,3,4,5,6,7,8,9])))
输出结果为
[1,4,9,16,25,36,49,64,81]
解答：
def format_name(s):
return s.capitalize()
print(list(map(format_name,[‘adam’,’LISA’,’barT’])))
题目3
reduce函数的使用，reduce函数和map函数一样是个高阶函数，
区别在于，reduce会对列表里面的参数反复调用。
要求编写一个函数实现连乘。
example：
from functools import reduce
def f(x,y):
return x+y
print(reduce(f,[1,3,5,7,9]))
输出结果为：25
解答：
from functools import reduce
def f(x,y):
return x*y
print(reduce(f,[2,4,5,7,12]))
题目4
filter（）函数的使用，该函数是python内置的另一个有用的高阶函数，filter（）函数接受一个函数f和一个list（）
这个函数f的作用是对每个元素进行判断，返回true或者false，filter（）根据判断结果自动过滤掉不符合条件的元素
，返回由符合条件元素组成的新list。
example：
def is_not_empty(s):
return s and len(s.strip())>0
print(list(filter(is_not_empty,[‘test’,None,”,’str’,”,’END’])))