#### 高階函數
##### 函數名也是變量
在Python中，變量可以直接指向函數，函數名只不過是指向該函數運行方法的一個變量，例如：
~~~
f = abs
f(-10)
~~~
運行結果是10，說明此時變量f已經指向了函數abs?
實例：
~~~
def add(x,y,f):
return f(x) + f(y)
x = 10
y = -5
f = abs
add(x,y,f)
~~~
把函數作為參數傳入，這樣的函數稱為高階函數，函數式編程就是指這種高度抽象的編程范式。
##### map/reduce
Map/Reduce簡單來說，就是先map：分割數據進行處理，再reduce：將分割的數據處理結果合并，在hadoop會涉及到，以后總結的時候詳細說明。?
可以參考這篇文章：[用通俗易懂的大白話講解Map/Reduce原理](http://blog.csdn.net/lifuxiangcaohui/article/details/22675437)?
現在看一下Python中的map/reduce：?
map()函數接收兩個參數，一個是函數，一個是Iterable，map將傳入的函數依次作用到序列的每個元素，并把結果作為新的Iterator返回。?
比如我們有一個函數f(x)=x2，要把這個函數作用在一個list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()實現。
~~~
def f(x):
return x*x
r = map(f,[1,2,3,4,5,6,7,8,9])
list(r)
~~~
把list中的所有數字轉化成字符串：
~~~
r = map(str,[1,2,3,4,5,6,7,8,9])
~~~
再看reduce的用法。reduce把一個函數作用在一個序列[x1, x2, x3, …]上，這個函數必須接收兩個參數，reduce把結果繼續和序列的下一個元素做累積計算，其效果就是：?
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)?
比如我想做一個累加的計算，從1加到10，可以這樣寫：
~~~
from functools import reduce
def add(x, y):
return x + y
reduce(add,[1,2,3,4,5,6,7])
~~~
練習：
~~~
def fn(x, y):
return 10*x+y
a = reduce(fn,[1,2,3,4,5,6])
~~~
練習：?
利用map()函數，把用戶輸入的不規范的英文名字，變為首字母大寫，其他小寫的規范名字。輸入：[‘adam’, ‘LISA’, ‘barT’]，輸出：[‘Adam’, ‘Lisa’, ‘Bart’]
~~~
def normalize(name):
return name[0].upper() + name[1:].lower()
L1 = ['adam', 'LISA', 'barT']
L2 = list(map(normalize, L1))
print(L2)
~~~
練習：Python提供的sum()函數可以接受一個list并求和，請編寫一個prod()函數，可以接受一個list并利用reduce()求積
~~~
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]))
~~~
練習：利用map和reduce編寫一個str2float函數，把字符串’123.456’轉換成浮點數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'))
~~~
