filter()
回数是指从左向右读和从右向左读都是一样的数，例如12321，909。请利用filter()滤掉非回数：
def is_palindrome(n):
return str(n)[::-1]==str(n) //这里利用切片来逆序str
output = filter(is_palindrome, range(1, 100))
print(list(output))
结果：
[1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 22, 33, 44, 55, 66, 77, 88, 99]
和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。
map()
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。
reduce()
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)
下面就是把一个str类型的小数化成folat类型的小数。
****ord()****是取得ASCII码
****pow()****是幂运算
from functools import reduce
def str2int(s):
return reduce(lambda x, y: x * 10 + y, map(lambda x : ord(x)-ord('0'), s))
def str2float(s):
return str2int(s.replace('.',''))/pow(10,len(s.split('.')[1]))
print('str2float(\'1233.4356\') =', str2float('1233.4356'))
sort()
sorted()可以直接对list排序。
也可以接收一个key函数来实现自定义的排序，比如按绝对值大小
sorted([36, 5, -12, 9, -21], key=abs)
这里的方法是先按照函数计算返回值来排序，然后对应到原来的list元素上。
如果要反向排序，就在后面再加上一个参数
sorted([36, 5, -12, 9, -21], key=abs,reverse = True)
装饰器
关于装饰器这个问题。要先了解一个返回函数的概念
函数作为返回值
高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。
我们来实现一个可变参数的求和。通常情况下，求和的函数是这样定义的：
def calc_sum(*args):
ax = 0
for n in args:
ax = ax + n
return ax
但是，如果不需要立刻求和，而是在后面的代码中，根据需要再计算怎么办？可以不返回求和的结果，而是返回求和的函数：
def lazy_sum(*args):
def sum():
ax = 0
for n in args:
ax = ax + n
return ax
return sum
当我们调用lazy_sum()时，返回的并不是求和结果，而是求和函数：
>>> f = lazy_sum(1, 3, 5, 7, 9)
>>> f
<function lazy_sum.<locals>.sum at 0x101c6ed90>
调用函数f时，才真正计算求和的结果：
>>> f()
25
然后我们再来看装饰器
def log(func):
def wrapper(*args,**kw):
print('call %s' % func.__name__)
return func(*args,**kw)
return wrapper
@log
def now():
print('2015-3-25')
运行结果
>>> now()
call now():
2015-3-25
把@log放到now()函数的定义处，相当于执行了语句：
now = log(now)
也就是说,now现在指向的是运行log(now)之后的返回函数wrapper。原本的now函数现在作为参数func存在于Log函数里。
接着底下调用now(),也就是调用wrapper()函数。这个函数的内容是
输出‘ call now(): ’
运行now()的结果作为返回。
如果log也带参数，那么把@log('execute')放到now()函数的定义处，相当于执行了语句：
now = log('execute')(now)
思考一下能否写出一个@log的decorator，使它既支持：
@log
又支持：
@log('execute')
import functools
def log(text):
def decorate(func):
@functools.wraps(func)
def wrapper(*args,**kws):
print('%s %s' %(text,func.__name__))
func(*args,**kws)
return wrapper
if(isinstance(text,str)):
return decorate
else:
fuc = text
text = ''
return decorate(fuc)
@log ('essdf') # now = log(now) now = log('execute')(now)
def now():
print('2015-3-25')
