[ Python ] 匿名函数和高阶函数

1. 匿名函数

lambda：一个语法，三个特性，四个用法

语法：
lambda argument_list: expression
argument_list 和 expression 由用户自定义

（1）argument_list 是参数列表。它的结构与 python 中函数的参数列表是一样的。

	a, b
	a=1, b=2
	*args
	**kwargs
	a, b=1, *args
	空
	……

（2）expression 是一个关于参数的表达式。表达式中出现的参数需要在 argument_list 中定义，并且表达式只能是单行的，如下：

	1
	None
	a + b 
	sum(a)
	1 if a > 10 else 0

lambda argument_list: expression 表示的是一个函数，一个匿名函数。

三个特性：
   （1）lambda 函数是匿名的；所谓匿名函数，通俗地说就是没有名字的函数。lambda 函数没有名字；
   （2）lambda 函数有输入和输出；输入是传入到参数列表 argument_list 的值，输出是根据表达式 expression 计算得到的值；
   （3）lambda 函数一般功能简单，单行 expression 决定了 lambda 函数不可能完成复杂的逻辑，只能完成非常简单的功能

四个用法：
   （1）将 lambda 函数赋值给一个变量，通过这个变量间接调用该 lambda 函数
   （2）将 lambda 函数作为其他函数的返回值，返回给调用者
   （3）将 lambda 函数作为参数传递给其他函数
   （4）将lambda 函数赋值给其他函数，从而将其他函数用该 lambda 函数替换

python编程方式
   python 编程方式分为：
       （1）面向过程
       （2）函数式编程
           不用变量保存状态，不修改变量
           函数即变量
       （3）面向对象

2. 高阶函数

    （1）函数接收参数是一个函数名
   （2）返回值中包含函数
   把函数作为参数传入，这样的函数称为高阶函数

（1）map

map函数接收两个参数，一个是函数，一个是 iterable。map将传入的函数依次作用到每个元素，并把结果作为新的 iterator 返回

def f(x):
        return x * x


m = map(f, [1, 2, 3, 4])
# iterator 是惰性序列，因此通过 list() 函数让它把整个序列都计算出来并返回一个list
print(list(m))

# 执行结果：
# [1, 4, 9, 16]

（2）filter
filter接收一个函数和一个序列。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 和 False 决定保留还是丢弃该元素。

def is_odd(n):
        return n % 2 == 1

# f = filter(is_odd, [1,2,3,4,5,6,7]) 
# 等价于
f = filter(lambda n: n % 2 == 1, [1,2,3,4,5,6,7])
print(list(f))

# 执行结果：
# [1, 3, 5, 7]

（3）reduce
reduce 把一个函数作用于一个序列上，这个函数必须接收两个参数，reduce把结果继续和下一个元素做累计计算

from functools import reduce
def foo(x, y):
        return x + y

# r = reduce(foo, [1,2,3,4])
# 等价于：
r = reduce(lambda x, y: x + y, [1,2,3,4])
print(r)