reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。

例如，编写一个f函数，接收x和y，返回x和y的和：

def f(x, y):
    return x + y

调用 reduce(f, [1, 3, 5, 7, 9])时，reduce函数将做如下计算：

先计算头两个元素：f(1, 3)，结果为4；
再把结果和第3个元素计算：f(4, 5)，结果为9；
再把结果和第4个元素计算：f(9, 7)，结果为16；
再把结果和第5个元素计算：f(16, 9)，结果为25；
由于没有更多的元素了，计算结束，返回结果25。

上述计算实际上是对 list 的所有元素求和。虽然Python内置了求和函数sum()，但是，利用reduce()求和也很简单。

reduce()还可以接收第3个可选参数，作为计算的初始值。如果把初始值设为100，计算：

reduce(f, [1, 3, 5, 7, 9], 100)

结果将变为125。

reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。

map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。

reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。

reduce(lambda x, y : x * y, lst)

什么意思

map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。

map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。

例如，对于list [1, 2, 3, 4, 5, 6, 7, 8, 9]

如果希望把list的每个元素都作平方，就可以用map()函数。

因此，我们只需要传入函数f(x)=x*x，就可以利用map()函数完成这个计算：

def f(x):
    return x*x
print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

输出结果：

[1, 4, 9, 10, 25, 36, 49, 64, 81]

注意：map()函数不改变原有的 list，而是返回一个新的 list。

利用map()函数，可以把一个 list 转换为另一个 list，只需要传入转换函数。

由于list包含的元素可以是任何类型，因此，map() 不仅仅可以处理只包含数值的 list，事实上它可以处理包含任意类型的 list，只要传入的函数f可以处理这种数据类型。

Python内置的 sorted()函数可对list进行排序

变量可以指向一个函数。

直接输入abs函数，返回的是一个函数对象（变量），还可以输入f=abs，对f进行调用，相当于定义了一个绝对值函数f。（说明变量可以指向函数）

函数名其实就是指向函数的变量，如果输入abs-len，把abs指向另一个函数，它就不再是求绝对值的函数了，而是求长度的函数。

高阶函数是能接受函数做参数的函数，由于以上两点，一个函数可以接收另一个函数作为参数。

例：如果要定义一个接收abs函数的函数

1. 定义一个函数，接收x,y,f三个参数，其中x,y是数值，f是函数

def add(x,y,f):
    return f(x) + f(y)

函数：function

函数式：functional，是一种编程范式

不同语言的抽象层次不同，从低到高（从计算机到计算）依次是：计算机硬件（指令）、汇编语言、c语言（函数）、python语言（函数式）

计算的本质是数学。

函数式编程的特点：把计算视为函数而非指令、纯函数式编程不需要变量，没有副作用，测试简单（编译结果确定）、支持高阶函数，代码简洁

python支持的函数式编程：不是纯函数式编程，允许有变量、支持高阶函数，因此函数也可以作为变量传入、支持闭包，有了闭包就能返回函数、有限度地支持匿名函数

函数式编程、如何使用模块、面向对象编程（面向对象的概念、属性、方法、继承、多态）、定制类

能够掌握函数式编程、面向对象编程、能够编写模块化的程序

初始化实例的属性：

def __init__(self,**kw):

        for k,v in kw.iteritems():

                       setattr(self,k,v)            #   setattr(self,k,v)    相当于   self.k=v

xaioming=Person(name='xiaoming')

class Person(object):       #定义类
    pass

p1 = Person()             #创建实例
p1.name = 'Bart'         #创建实例属性

p2 = Person()
p2.name = 'Adam'

创建类

class  类名1 (类名2):          #类名1从类名2下继承

    pass

计算函数调用的时间可以记录调用前后的当前时间戳，然后计算两个时间戳的差。

参考代码:

import time
def performance(f):
    def fn(*args, **kw):
        t1 = time.time()
        r = f(*args, **kw)
        t2 = time.time()
        print 'call %s() in %fs' % (f.__name__, (t2 - t1))
        return r
    return fn

@performance
def factorial(n):
    return reduce(lambda x,y: x*y, range(1, n+1))
print factorial(10)