self和r分别表示r1和r2

import time

def call_fun_time(f):
    def fn(*args, **kw):
        print args
        print kw
        print 'call ' + f.__name__ + '() in ' + time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
        return f(*args, **kw)
    return fn

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

@call_fun_time
def add_double(x,y,fsum):
    return x + y + fsum([x,y])

print add_double(1,3,sum)
print factorial(5)

通过高阶函数返回新函数

python内置的@语法就是为了简化装饰器调用，

输出格式为：函数（预置函数名，list）

python 中的偏函数

当参数较多时，贱货调用者的负担。

functools.partial：可以把一个参数多的函数变成一个参数少的新函数，少的参数需要在创建时指定默认值，这样，新函数调用的难度就降低了。

def is_not_empty(s):

    return s and len(s.strip()) > 0

print filter(is_not_empty, ['test', None, '', 'str', '  ', 'END'])

print filter(lambda s: s and len(s.strip()) > 0,  ['test', None, '', 'str', '  ', 'END'])

第一次循环i=1，r=f（1），而f（1）返回的是1*1，然后再把这个r=f（i） append到空序列fs中，在赋值给f1，f2，f3.

# 希望一次返回3个函数，分别计算1x1,2x2,3x3:def count():
    fs = []
    for i in range(1, 4):
        def f():
             return i*i
        fs.append(f)
    return fs

f1, f2, f3 = count()

def count():

    fs = []

    for i in range(1, 4):

        def cal(j):

            def fcal():

                return j*j

            return fcal

        fs.append(cal(i))

    return fs

f1, f2, f3 = count()

print f1(), f2(), f3()

filter()函数是 Python 内置的另一个有用的高阶函数，filter()函数接收一个函数 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 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。

闭包的特点是返回的函数还引用了外层函数的局部变量，所以，要正确使用闭包，就要确保引用的局部变量在函数返回后不能变

def cal(x,y):

    return x*y

# def calc_prod(lst):

#     def cal_prod():

#         result = 1

#         for v in lst:

#             result = result * v

#         return result

#     return cal_prod

def calc_prod(lst):

    def cal_prod():

        return reduce(cal,lst)

    return cal_prod

f = calc_prod([1, 2, 3, 4])

print f()

判断x是否为平方数，

可以用math.sqrt(x) -int(math.sqrt(x)) ==0来判断

或者用math.sqrt(x) % 1==0来判断

python3中不能直接这样输入，要引用这个模块，

from functools import reduce
def prod(x,y):
    return x*y
print(reduce(prod,[2,4,5,7,12]))
输出结果为3360
当然也可以直接运用lambda。
form functools import reduce
lis=[2,4,5,7,12]
print(reduce(lambda x,y:x*y,lis))
输出结果还是3360

def calc_sum(lst):
    def lazy_sum():
        print 'call lazy_sum'
        return sum(lst)
    return lazy_sum


f = calc_sum([1, 2, 3, 4])
print f
print f()

<function lazy_sum at 0x00000000025D1518>

call lazy_sum

10