1、高阶函数的定义
把函数作为参数传入（把一个函数作为另外一个函数的参数），或者将一个函数作为返回值的函数（闭包），这样的函数称为高阶函数，满足其一即可。
高阶函数是函数式编程的体现，函数式编程就是指这种高度抽象的编程范式。
2、体验高阶函数
在Python中，abs()函数可以完成对数字求绝对值计算。
abs(-10) # 10
round()函数可以完成对数字的四舍五入计算。
round(1.2) # 1
round(1.9) # 2
需求：任意两个数字，按照指定要求整理数字后再进行求和计算。
- 方法1
def add_num(a, b):
return abs(a) + abs(b)
result = add_num(-1, 2)
print(result) # 3
- 方法2
# 高阶函数:第三个参数f接收的是要给函数名，用来接收将来传入的函数
# 如果我传入绝对值方法，就按绝对值整理数值
# 如果我传入四舍五入方法，就按四舍五入整理数值
def sum_num(a, b, f):
return f(a) + f(b)
result = sum_num(-1, 2, abs)
print(result) # 3
"""
我们也可以自定义函数，代替abs参数。
"""
注意：两种方法对比之后，发现，方法2的代码会更加简洁，函数灵活性更高。
函数式编程大量使用函数，减少了代码的重复，因此程序比较短，开发速度较快。
3、内置高阶函数
map( )
map(func, lst)，将传入的函数变量func作用到lst变量的每个元素中，并将结果组成新的列表(Python2)/迭代器(Python3)返回。
换句话说就是，map()函数可以对可跌倒对象中的所有元素做指定的操作，然后将其添加到一个新的对象中返回。
需求：计算list1序列中各个数字的2次方。
# 1. 准备列表数据
list1 = [1, 2, 3, 4, 5]
# 2. 准备2次方计算的函数
def func(x):
return x ** 2
# 3. 调用map
result = map(func, list1)
# 4. 验收成果
print(result) # <map object at 0x0000013769653198>
print(list(result)) # [1, 4, 9, 16, 25]
reduce( )
reduce(func，lst)，其中func必须有两个参数。每次func计算的结果继续和序列的下一个元素做累积计算。
注意：
reduce( )传入的参数func必须接收2个参数。
需求：计算list1序列中各个数字的累加和。
# 导入模块
import functools
list1 = [1, 2, 3, 4, 5]
def func(a, b):
return a + b
# 调用reduce，作用：功能函数计算的结果和序列的下一个数据做累计计算
result = functools.reduce(func, list1)
print(result) # 15
filter( )
filter(func, lst)函数用于过滤序列, 过滤掉不符合条件的元素, 返回一个filter对象。如果要转换为列表, 可以使用list( )来转换。
list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# 定义功能函数：过滤序列中的偶数
def func(x):
return x % 2 == 0
# 调用filter
result = filter(func, list1)
print(result) # <filter object at 0x0000017AF9DC3198>
print(list(result)) # [2, 4, 6, 8, 10]
Python支持函数式编程，但Python不是一个函数式编程语言，（用的不多知道就行）。
