匿名函数: lambda
不需要显式地定义函数，直接传入匿名函数更方便。
>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
关键字lambda表示匿名函数，冒号前面的x表示函数参数
限制：只能有一个表达式，不用写return，返回值就是该表达式的结果。
好处：函数没有名字，不必担心函数名冲突。
把匿名函数赋值给一个变量，再利用变量来调用该函数
>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x101c6ef28>
>>> f(5)
25
同样，也可以把匿名函数作为返回值返回，比如：
def build(x, y):
return lambda: x * x + y * y #返回的是个函数 调用build(2,3)()
装饰器(Decorator)
装饰器（Decorator）：要增强某函数的功能，但又不希望修改该函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）
1）函数的__name__属性，获取函数名。注：__是两个_
- 栗子
#定义一个能打印日志的decorator
def log(func):
def wrapper(*args,**kw):
print('call %s():'%func.__name__)
return func(*args,**kw)
return wrapper
#log函数接受一个函数作为参数，并返回一个函数。
*args,**kw前一个是可变参数，就是随便传入的参数个数不定，后面那个是关键字参数，个数不定，在函数内部自动组装为一个dict。
这个东西在函数里，感觉没发挥啥作用。
@log # 放在now()函数出相当于执行了now=log(now)
def now():
print('2017-5-11')
>>> now() #即会运行now()函数，还会在运行now()前打印一行日志
call now(): --->这就是装饰器里定义的，先返回了这个
2015-3-25
@log相当于执行now=log(now)，由于log()是一个decorator，返回一个函数，所以，原来的now()函数仍然存在，只是现在同名的now变量指向了新的函数，于是调用now()将执行新函数，即在log()函数中返回的wrapper()函数。
wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。
- 栗子
如果decorator本身需要传入参数，则需要编写一个返回decorator的高阶函数
def log(text):
def decorator(func):
def wrapper(*args,**kw):
print('%s %s():'%(text,func.__name__))
return func(*args,**kw)
return wrapper
return decorator
写到这里给我的感觉就是：外层的函数不断返回内层的函数
先最外层的log函数里传入参数，然后返回第二层的decorator
#以下是调用
@log('execute')
def now():
print('2017-5-11')
now() #execute now(): 2017-5-11
但是现在
>>> now.__name__ #返回的那个wrapper()函数名字就是'wrapper',所以现在now函数的名字变了
'wrapper
所以需要把原始函数的name等属性复制到wrapper()函数中，否则，有些依赖函数签名的代码执行就会出错。
利用Python内置函数functools.wraps
完整的写法：
import functools
def log(text):
def decorator(func):
@functools.wraps(func) ###这个。。。呃。。。
def wrapper(*args, **kw):
print('%s %s():' % (text, func.__name__))
return func(*args, **kw)
return wrapper
return decorator
记得外层的函数先运行，层层套进
还没完。。。还没完。。。这么肤浅的理解，我要记得来第二波。。。
