闭包函数，先跑完循环执行外层函数，输出为一个函数，当再次调用输出结果时，再运行内层函数，此时变量为最后一次更改后变量。

因此，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。

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）。

def f(j):
    def g():
        return j*j
    return g

也就是说，方法调用将作用在 x 的实际类型上。s 是Student类型，它实际上拥有自己的 whoAmI()方法以及从 Person继承的 whoAmI方法，但调用 s.whoAmI()总是先查找它自身的定义，如果没有定义，则顺着继承链向上查找，直到在某个父类中找到为止。

这说明在一条继承链上，一个实例可以看成它本身的类型，也可以看成它父类的类型。

1.变量可以指向函数

>>>f=abs   #定义变量f指向abs

>>>f(-10)   #对f进行调用

10

2.函数名其实就是指向函数的变量

>>>abs

#直接执行abs，得到的函数名实际上是一个变量

>>>abs=len   #将abs这个变量指向另一个函数

>>>abs(-10)   #报错

>>>abs([1,2,3])

3. 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

一个函数可以接收另一个函数作为参数

>>>def add(x,y,f):

       return f(x)+f(y)

…

>>>add(-5,9,abs)

14

函数式: functional 一种编程范式。

不同语言的抽象层次不同（由低到高）：

计算机硬件（指令）、汇编语言、C语言（函数）、Python语言（函数式）

函数式编程的特点:

1.把计算视为函数而非指令

2.纯函数式编程:不需要变量，没有副作用，测试简单

3.支持高阶函数，代码简洁

Python支持的函数式编程:

1.不是纯函数式编程：允许有变量

2.支持高阶函数：函数也可以作为变量传入

3.支持闭包：有了闭包 就能返回函数

4.有限度的支持匿名函数

# 基础知识回顾

变量和数据类型：Python 内置的基本类型（整数、浮点数、字符串、布尔值、空值）

List 和 Tuple：顺序的集合类型

条件判断和循环：控制程序流程

Dict 和 Set：根据 key 访问的集合类型

函数：定义和调用函数

切片：如何对 list 进行切片

迭代：如何用 for 循环迭代集合类型

列表生成式：如何快速生成列表

# 将要学习的内容

1. 函数式编程

2. 模块

3. 面向对象编程：面向对象的概念、属性、方法、继承、多态等

4. 定制类：利用 Python 的特殊方法定制类

# 学习目标

1. 掌握函数式编程

2. 掌握面向对象编程

3. 能够编写模块化的程序

注意：return s and len(s.strip()) > 0

这段代码的作用：

and运算表示只有当s为真，并且s去掉首位空格后长度大于零（帮助排除s是'   '的情况），才返回True，否则返回False，就可以起到filter的效果了

lambda s: s if len(s.strip()) > 0 不行的原因：

因为None没有strip方法，而if只做s.strip大于0的判断

重点

首先用g()返回j*j的结果作为f(j)的参数，再把f(j)的结果r(也就是f(j)的参数)添加到fs里面。

如何构成这个思路是关键。

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。

省去名称函数lambda。

def calc_prod(lst):

    def lazy_prod():

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

    return lazy_prod

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

print f()

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

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()还可以接收第3个可选参数，作为计算的初始值

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。

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。