decorator 本质上就是一个高阶函数，它接收一个函数作为参数，然后，返回一个新函数。

map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])
输出结果：[1, 4, 9, 16, 25, 36, 49, 64, 81]

关键字lambda 表示匿名函数，冒号前面的 x 表示函数参数。

匿名函数有个限制，就是只能有一个表达式，不写return，返回值就是该表达式的结果。

class Person(object):
    pass

按照 Python 的编程习惯，类名以大写字母开头，紧接着是(object)，表示该类是从哪个类继承下来的。

xiaoming = Person()
xiaohong = Person()

内层函数引用了外层函数的变量（参数也算变量），然后返回内层函数的情况，称为闭包（Closure）。

注意区分返回函数和返回值：

def myabs():
    return abs   # 返回函数def myabs2(x):
    return abs(x)   # 返回函数调用的结果，返回值是一个数值

sorted()也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义是，传入两个待比较的元素 x, y，如果 x 应该排在 y 的前面，返回 -1，如果 x 应该排在 y 的后面，返回 1。如果 x 和 y 相等，返回 0。

如果我们要实现倒序排序，只需要编写一个reversed_cmp函数：

def reversed_cmp(x, y):
    if x > y:
        return -1
    if x < y:
        return 1
    return 0

 strip() 方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列

s.strip(rm) 删除 s 字符串中开头、结尾处的 rm 序列的字符。

当rm为空时，默认删除空白符（包括'\n', '\r', '\t', ' ')

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。

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()还可以接收第3个可选参数，作为计算的初始值。

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

sorted()也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义是，传入两个待比较的元素 x, y，如果 x 应该排在 y 的前面，返回 -1，如果 x 应该排在 y 的后面，返回 1。如果 x 和 y 相等，返回 0。

利用filter()，可以完成很多有用的功能，例如，删除 None 或者空字符串：

def is_not_empty(s):
    return s and len(s.strip()) > 0
filter(is_not_empty, ['test', None, '', 'str', '  ', 'END'])

结果：['test', 'str', 'END']

注意: s.strip(rm) 删除 s 字符串中开头、结尾处的 rm 序列的字符。

当rm为空时，默认删除空白符（包括'\n', '\r', '\t', ' ')，如下：

a = '     123'
a.strip()

结果： '123'

a='\t\t123\r\n'
a.strip()

结果：'123'

任务

Python内置了求和函数sum()，但没有求积的函数，请利用recude()来求积：

输入：[2, 4, 5, 7, 12]
输出：2*4*5*7*12的结果

def prod(x, y):
    return x * y
print reduce(prod, [2, 4, 5, 7, 12])

python中reduce()函数

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。
reduce(f, [1, 3, 5, 7, 9], 100)
结果将变为125，因为第一轮计算是：计算初始值和第一个元素：f(100, 1)，结果为101。

上一节的@performance只能打印秒，请给 @performace 增加一个参数，允许传入's'或'ms'：

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

• 要实现带参数的@performance，就需要实现：

  my_func = performance('ms')(my_func)

  需要3层嵌套的decorator来实现。

  参考代码:

  import time
  def performance(unit):
      def perf_decorator(f):
          def wrapper(*args, **kw):
              t1 = time.time()
              r = f(*args, **kw)
              t2 = time.time()
              t = (t2 - t1) * 1000 if unit=='ms' else (t2 - t1)
              print 'call %s() in %f %s' % (f.__name__, t, unit)
              return r
          return wrapper
      return perf_decorator
  
  @performance('ms')
  def factorial(n):
      return reduce(lambda x,y: x*y, range(1, n+1))
  print factorial(10)