1 返回函數
高階函數除了可以接受函數作為參數外，還可以把函數作為結果值返回。
我們來實現一個可變參數的求和。通常情況下，求和的函數是這樣定義的：
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，而是在后面的代碼中，根據需要再計算怎么辦？可以不返回求和的結果，而是返回求和的函數：
def lazy_sum(*args):
def sum():
ax = 0
for n in args:
ax = ax + n
return ax
return sum
當我們調用lazy_sum()時，返回的并不是求和結果，而是求和函數:
>>> f = lazy_sum(1, 3, 5, 7, 9)
>>> f
<function lazy_sum.<locals>.sum at 0x101c6ed90>
調用函數f時，才真正計算求和的結果：
>>> f()
25
在這個例子中，我們在函數lazy_sum中又定義了函數sum，并且，內部函數sum可以引用外部函數lazy_sum的參數和局部變量，當lazy_sum返回函數sum時，相關參數和變量都保存在返回的函數中，這種稱為“閉包（Closure）”的程序結構擁有極大的威力。
請再注意一點，當我們調用lazy_sum()時，每次調用都會返回一個新的函數，即使傳入相同的參數：
>>> f1 = lazy_sum(1, 3, 5, 7, 9)
>>> f2 = lazy_sum(1, 3, 5, 7, 9)
>>> f1==f2
False
f1()和f2()的調用結果互不影響。
閉包
注意到返回的函數在其定義內部引用了局部變量args，所以，當一個函數返回了一個函數后，其內部的局部變量還被新函數引用，所以，閉包用起來簡單，實現起來可不容易。
另一個需要注意的問題是，返回的函數并沒有立刻執行，而是直到調用了f()才執行。我們來看一個例子：
def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs
f1, f2, f3 = count()
在上面的例子中，每次循環，都創建了一個新的函數，然后，把創建的3個函數都返回了。
你可能認為調用f1()，f2()和f3()結果應該是1，4，9，但實際結果是：
>>> f1()
9
>>> f2()
9
>>> f3()
9
全部都是9！原因就在于返回的函數引用了變量i，但它并非立刻執行。等到3個函數都返回時，它們所引用的變量i已經變成了3，因此最終結果為9。
返回閉包時牢記的一點就是：返回函數不要引用任何循環變量，或者后續會發生變化的變量。
如果一定要引用循環變量怎么辦？方法是再創建一個函數，用該函數的參數綁定循環變量當前的值，無論該循環變量后續如何更改，已綁定到函數參數的值不變：
def count():
def f(j):
def g():
return j*j
return g
fs = []
for i in range(1, 4):
fs.append(f(i)) # f(i)立刻被執行，因此i的當前值被傳入f()
return fs
再看看結果：
>>> f1, f2, f3 = count()
>>> f1()
1
>>> f2()
4
>>> f3()
9
缺點是代碼較長，可利用lambda函數縮短代碼。
2.匿名函數
當我們在傳入函數時，有些時候，不需要顯式地定義函數，直接傳入匿名函數更方便。
在Python中，對匿名函數提供了有限支持。還是以map()函數為例，計算f(x)=x2時，除了定義一個f(x)的函數外，還可以直接傳入匿名函數：
>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
通過對比可以看出，匿名函數lambda x: x * x實際上就是：
def f(x):
return x * x
關鍵字lambda表示匿名函數，冒號前面的x表示函數參數。
匿名函數有個限制，就是只能有一個表達式，不用寫return，返回值就是該表達式的結果。
用匿名函數有個好處，因為函數沒有名字，不必擔心函數名沖突。此外，匿名函數也是一個函數對象，也可以把匿名函數賦值給一個變量，再利用變量來調用該函數：
>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x101c6ef28>
>>> f(5)
25
同樣，也可以把匿名函數作為返回值返回，比如：
def build(x, y): return lambda: x * x + y * y
小結
Python對匿名函數的支持有限，只有一些簡單的情況下可以使用匿名函數。
3. 裝飾器
在面向對象（OOP）的設計模式中，decorator被稱為裝飾模式。OOP的裝飾模式需要通過繼承和組合來實現，而Python除了能支持OOP的 decorator外，直接從語法層次支持decorator。Python的decorator可以用函數實現，也可以用類實現。
decorator可以增強函數的功能，定義起來雖然有點復雜，但使用起來非常靈活和方便。
參考網址：http://python.jobbole.com/81683/
4. 偏函數
Python的functools模塊提供了很多有用的功能，其中一個就是偏函數（Partial function）。要注意，這里的偏函數和數學意義上的偏函數不一樣。
在介紹函數參數的時候，我們講到，通過設定參數的默認值，可以降低函數調用的難度。而偏函數也可以做到這一點。舉例如下：
int()函數可以把字符串轉換為整數，當僅傳入字符串時，int()函數默認按十進制轉換：
>>> int('12345')
12345
但int()函數還提供額外的base參數，默認值為10。如果傳入base參數，就可以做N進制的轉換：
>>> int('12345', base=8)
5349
>>> int('12345', 16)
74565
假設要轉換大量的二進制字符串，每次都傳入int(x, base=2)非常麻煩，于是，我們想到，可以定義一個int2()的函數，默認把base=2傳進去：
def int2(x, base=2):
return int(x, base)
這樣，我們轉換二進制就非常方便了：
>>> int2('1000000')
64
>>> int2('1010101')
85
functools.partial就是幫助我們創建一個偏函數的，不需要我們自己定義int2()，可以直接使用下面的代碼創建一個新的函數int2：
>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85
所以，簡單總結functools.partial的作用就是，把一個函數的某些參數給固定?。ㄒ簿褪窃O置默認值），返回一個新的函數，調用這個新函數會更簡單。
注意到上面的新的int2函數，僅僅是把base參數重新設定默認值為2，但也可以在函數調用時傳入其他值：
>>> int2('1000000', base=10)
1000000
最后，創建偏函數時，實際上可以接收函數對象、*args和**kw這3個參數，當傳入：
int2 = functools.partial(int, base=2)
實際上固定了int()函數的關鍵字參數base，也就是：
int2('10010')
相當于：
kw = { 'base': 2 }
int('10010', **kw)
當傳入：
max2 = functools.partial(max, 10)
實際上會把10
作為*args
的一部分自動加到左邊，也就是：
max2(5, 6, 7)
相當于：
args = (10, 5, 6, 7)max(*args)
結果為10
小結
當函數的參數個數太多，需要簡化時，使用functools.partial
可以創建一個新的函數，這個新函數可以固定住原函數的部分參數，從而在調用時更簡單。
