python 变量命名规范#是注释。通过空格进行缩进，当一行(8)

map()函数接收两个参数，第一个是函数，第二个是Iterable（可迭代对象）。map将函数作用与序列的每一个元素，并作为结果返回Iterator（迭代器）。举例如下：

reduce()函数也接收两个参数，第一个是函数，第二个是Iterable。reduce将函数作用在序列上，将结果继续和序列的下一个元素做累积计算。效果就是：

举例如下：将[1,3,5,7,9]转化为13579

map()可以与reduce()配合起来使用：实现将str转化为int，只需要几行代码

filter()也接收一个函数和一个Iterable序列，将函数依次作用与序列中的每个元素，然后保留返回True的元素，丢弃返回False的元素，最终返回Iterator序列。通过help()了解filter的说明：

>>> help(filter)

Help on class filter in module builtins:

class filter(object)
 |  filter(function or None, iterable) --> filter object
 |
 |  Return an iterator yielding those items of iterable for which function(item)
 |  is true. If function is None, return the items that are true.

filter()主要是实现筛选功能。例如：筛选list中的奇数

sorted()函数可以对Iterable序列进行排序。默认是从小到大的升序，也可指定reverse=True改为从大到小。它还可以接受一个函数key来自定义排序方法：该函数会作用与序列的每一个元素，然后根据key函数返回的结果进行排序。

# 对list进行排序
>>> sorted([1, -5, 3])      
[-5, 1, 3]
# 接收key函数实现自定义排序，按绝对值大小排序
>>> sorted([1, -5, 3], key=abs)     
[1, 3, -5]
# 反向排序
>>> sorted([1, -5, 3], key=abs, reverse=True)
[-5, 3, 1]

高阶函数除了能将函数作为参数，还可将函数作为返回值。例如：

>>> def lazy_sum(*args):
...     def sum():
...         s = 0
...         for n in args:
...             s = s + n
...         return s
...     return sum      # 返回求和函数
...
>>> f=lazy_sum(1,2,3,4,5)   # 调用lazy_sum时，返回求和函数而不是求和结果
>>> f
<function lazy_sum.<locals>.sum at 0x101c09ae8>
>>> f()                 # 调用f()时，才会计算求和结果
15

闭包：在上面的例子中，lazy_sum函数中定义了函数sum，内部sum函数可以引用外部函数lazy_sum的参数和局部变量（args）。当lazy_sum返回sum时，相关参数和变量（args）都保存在返回的sum函数中，这种成为闭包。返回闭包时候需要注意一点：返回函数不要引用任何循环变量，或者后续会发生变化的变量。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-70754-8.html