舒巨佬去河南浪去啦，真羡慕呀，趴在自习室一上午了，困困困。。。。。。但愿今儿个能完成任务吧

分享自《流畅的Python》

高阶函数

接受函数为参数，或者把函数作为结果返回的函数是高阶函数(high-order function)。map函数就是一例，此外，内置函数sorted()也是: 可选的key参数用于提供一个函数，它会应用到各个元素上排序。

例如，若想根据单词的长度排序，只需把len函数传给key参数，实例如下:

>>> fruits = ['strawberry', 'fig', 'apple', 'cherry', 'banana']
>>> sorted(fruits, key=len)
['fig', 'apple', 'cherry', 'banana', 'raspberry', 'strawberry']

任何单参数函数都能作为key的参数的值。例如，为了创建押韵词典，可以把各个单词反过来拼写，然后排序。注意，以下实例中列表里的单词没有变，我们只是把反向拼写当作排序条件，因而，各种浆果(berry)都排在一起。

>>> def reverse(word):
... 	return word[::-1]
>>> reverse('testing')
'gnitset'
>>> sorted(fruits,key=reverse)
['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry']
>>> # 这个例子很令我吃惊呀，我一直以为key=reverse是它的可选参数之一呢，原来是传递了函数对象

在函数式编程范式中，最为人熟知的高阶函数有map、filter、reduce和apply。apply函数在python2.3中标记为过时，在Python3已经移除了，因为不再需要它了。如果想使用不定量的参数调用函数，可以编写fn(*args, **keywords)，不用再编写apply(fn, args, kwargs)。(P.S. 这些Python的陈年旧事我也是第一次听说)

map、filter和reduce这三个高阶函数还能看到，不过多数使用场景下都有更好的替代品。

map、filter和reduce函数的现代替代品

函数式语言通常会提供map、filter和reduce三个高阶函数(有时使用不同名称)。在Python3中map和filter是内置函数，但由于引入列表推导和生成器表达式他们便没那么重要了。列表推导或是生成器表达式具有map和filter两个函数的功能，而且更易于阅读，示例如下:

（这是接下来用到的函数fact，我的上篇日记中有写）

>>> def factorial(n):                     # 这是一个控制台会话，因此在“运行时”创建一个函数
... 	'''return n!'''
... 	return 1 if n<2 else n * factorial(n-1) 
>>> fact = factorial

>>> list(map(fact, range(6)))               # 构建0！到 5！的一个阶乘列表
[1, 1, 2, 6, 24, 120]
>>> [fact(n) for n in range(6)]             # 使用列表推导执行相同的操作
[1, 1, 2, 6, 24, 120]

>>> # 使用map和filter计算知道5！的奇数阶乘列表
>>> list(map(fctorial, filter(lambda n:n%2, range(6)))) 
[1, 6, 120]
>>> # 使用列表推导做相同的工作，换掉map和filter，避免使用lambda表达式
>>> [factorial(n) for n in range(6) if n % 2]

在python3中，map和filter 返回生成器(一种迭代器)，因而现在它们的直接替代品是生成器表达式(Python2中，这两个函数返回列表，因此最接近的替代品是列表推导)。

在python2中，reduce是内置函数，但在Python2.3开始，最好使用内置的sum函数，在可读性和性能方面，这是一项重大改善！示例如下:

>>> 致敬高斯，哈哈！
>>> from functools import reduce  # Python3起，reduce不再是内置函数了
>>> from operator import add      # 导入add，以免创建一个用来求两数之和的函数
>>> reduce(add, range(100))       # 计算0到99之和
4950
>>> sum(range(100))               # 使用sum做相同的求和；无需导入或创建求和函数
4950

sum和reduce的通用思想是把某个操作连续应用到序列的元素上，累计之前的结果，把一系列值归约成一个值。

all和any也是内置的归约函数。

>>> all(iterable)
>>> # 如果iterable的每个元素都是真值，返回True；但是all([])返回True

>>> any(iterable)
>>> # 只要iterable中有元素是真值，就返回True；但是any([])返回False

为了使用高阶函数，有时创建一次性的小型函数更加便利，这边是匿名函数存在的原因——明儿的日记！