高阶函数

函数名也是变量

在Python中，变量可以直接指向函数，函数名只不过是指向该函数运行方法的一个变量，例如：

f = abs
f(-10)

运行结果是10，说明此时变量f已经指向了函数abs 
实例：

def add(x,y,f):
    return f(x) + f(y)
x = 10
y = -5
f = abs
add(x,y,f) 

把函数作为参数传入，这样的函数称为高阶函数，函数式编程就是指这种高度抽象的编程范式。

map/reduce

Map/Reduce简单来说，就是先map：分割数据进行处理，再reduce：将分割的数据处理结果合并，在hadoop会涉及到，以后总结的时候详细说明。 
可以参考这篇文章：用通俗易懂的大白话讲解Map/Reduce原理 
现在看一下Python中的map/reduce： 
map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。 
比如我们有一个函数f(x)=x2，要把这个函数作用在一个list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()实现。

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

把list中的所有数字转化成字符串：

r = map(str,[1,2,3,4,5,6,7,8,9])

再看reduce的用法。reduce把一个函数作用在一个序列[x1, x2, x3, …]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是： 
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4) 
比如我想做一个累加的计算，从1加到10，可以这样写：

from functools import reduce
def add(x, y):
    return x + y
reduce(add,[1,2,3,4,5,6,7])

练习：

def fn(x, y):
    return 10*x+y
a = reduce(fn,[1,2,3,4,5,6])

练习： 
利用map()函数，把用户输入的不规范的英文名字，变为首字母大写，其他小写的规范名字。输入：[‘adam’, ‘LISA’, ‘barT’]，输出：[‘Adam’, ‘Lisa’, ‘Bart’]

def normalize(name):
    return name[0].upper() + name[1:].lower()
L1 = ["adam", "LISA", "barT"]
L2 = list(map(normalize, L1))
print(L2)

练习：Python提供的sum()函数可以接受一个list并求和，请编写一个prod()函数，可以接受一个list并利用reduce()求积

from functools import reduce
def prod(L):
    def plus(x,y):
        return x*y
    return reduce(plus,L)

print("3 * 5 * 7 * 9 =", prod([3, 5, 7, 9]))

练习：利用map和reduce编写一个str2float函数，把字符串’123.456’转换成浮点数123.456

from functools import reduce
def str2float(s):
    def a(x,y):
        return x*10 + y
    def b(x,y):
        return x/10 + y
    def char2int(s):
        return {"0": 0, "1": 1, "2": 2, "3": 3, "4": 4, "5": 5, "6": 6, "7": 7, "8": 8, "9": 9}[s]
    i = s.find(".")
    return (reduce(a,map(char2int,s[:i])) + reduce(b,map(char2int,s[-1:i:-1]))/10)
print("str2float("123.456") =", str2float("123.456"))