print 'call %s() in %f %s ' %(f._name_,t,unit)  中unit是单位的意思

像这种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）。

1. 高阶函数：能接受函数做参数的函数

       变量可以指向函数

       函数的参数可以接收变量

       故一个函数可以接收另一个函数作为参数

   示例：

   def addAbs(x,y,f):

       return f(x)+f(y)

   print(addAbs(-10,9,abs))#接收函数作为参数，实际上是将变量f指向abs函数

2. map函数：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()函数不改变原有的 list，而是返回一个新的 list

   示例：

   def format_name(s):

       s0=s[0].upper()

       s1=s[1:].lower()

       return s0+s1

   result=map(format_name, ['adam', 'LISA', 'barT'])

   print(list(result))

3. reduce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()还可以接收第3个可选参数，作为计算的初始值。在 Python3 中，reduce() 函数已经被从全局名字空间里移除了，它现在被放置在 fucntools 模块里，如果想要使用它，则需要通过引入 functools 模块来调用 reduce() 函数

   示例：

   from functools import reduce
   

   def f(x,y):

       return x*y

   print(reduce(f,[2,4,5,7,12]))

4. filter函数：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。

   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', ' ')

   示例：

   import math
   

   def is_sqr(x):

       return math.sqrt(x)%1==0

   result=filter(is_sqr,range(1,101))

   print(list(result))

5. 自定义排序函数：sorted()可以对list进行排序，它可以接收一个关键字key来实现自定义排序，sorted()也可以对字符串进行排序，字符串默认按照ASCII大小来比较

   sorted(iterable,key=None,reverse=False)

   示例：

   print (sorted(['bob', 'about', 'Zoo', 'Credit'], key=lambda x:x.lower()))

6. 返回函数可以延迟计算，但一定要区别是返回值还是返回函数！！！

   示例：

   def calc_prod(lst):
   

       def prod():

           result=1

           for l in lst:

               result*=l

           return result

       return prod

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

   print(f())

   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），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，即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

   错误示例：

   def count():

       fs = []

       for i in range(1, 4):

           def f():

                return i*i

           fs.append(f)

       return fs

   f1, f2, f3 = count()

   print(f1(),f2(),f3())#9,9,9

   正确示例：

   def count():

       fs = []

       for i in range(1, 4):

           def g(n):

               def f():

                   return n*n

               return f

           fs.append(g(i))

       return fs

   f1, f2, f3 = count()

   print(f1(),f2(),f3())#1,4,9

7. 匿名函数：关键字lambda 表示匿名函数，冒号前面的 变量 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。返回函数的时候，也可以返回匿名函数

   示例：

   result=map(lambda x:x*(x-1),[3,5,7])
   

   print(list(result))

jiludasd

f._name_就是函数的名字

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。##一个函数

int  的作用 是取整   

def log(f):    def fn(x):        print 'call ' + f.__name__ + '()...'        return f(x)    return fn

函数式编程

*args和**kw都代表不确定的函数变量，即在函数调用时可以选择传入或者不传入参数，都不影响函数运行。

其中*args将传入对象当成是元组对待；**kw将传入对象当成字典对待。**kw的作用是在函数调用时，可变参数的key,value值打包成dic，传给kw。因此是kw.iterable()。

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，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

filter主要功能是过滤列表中满足条件的元素

def __str__(self):

        return '(Student:%s,%s,%s)' %(self.name,self.gender,self.score)

    __repr__=__str__

额外关键字 **kw

self.__dict__.update(kw)