1、直接作用于for循环的对象统称为可迭代对象：Iterable。 可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
2、生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数
3、因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
4、我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。
5、函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！
Python对函数式编程提供部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言。
6、高阶函数英文叫Higher-order function。
（1）变量可以指向函数 1 >>> f = abs 2 >>> f(-10) 3 10 说明变量f现在已经指向了abs函数本身。直接调用abs()函数和调用变量f()完全相同
（2）把abs指向10后，就无法通过abs(-10)调用该函数了！因为abs这个变量已经不指向求绝对值函数而是指向一个整数10！
1 >>> abs = 10 2 >>> abs(-10) 3 Traceback (most recent call last): 4 File "<stdin>", line 1, in <module> 5 TypeError: 'int' object is not callable
7、我们先看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。
8、reduce()函数也是Python内置的一个高阶函数。
reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。再看reduce的用法。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
9、
1 >>> from functools import reduce
2 >>> def fn(x, y):
3 ... return x * 10 + y
4 ...
5 >>> def char2num(s):
6 ... return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
7 ...
8 >>> reduce(fn, map(char2num, '13579'))
9 13579
里面的char2num()依次把输入的单个str‘1’转换成1
10（例题）、利用map()函数，把用户输入的不规范的英文名字，变为首字母大写，其他小写的规范名字。输入：['adam', 'LISA', 'barT']，输出：['Adam', 'Lisa', 'Bart']：
list(map(lambda x:x.capitalize(),['mike','jack']))
map()传入的第一个参数是f，即函数对象本身。由于结果r是一个Iterator，Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list。
感觉lambda运用更广，不但abs(),而且x.capitalize()
11、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。
12、此外，sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序
13、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。
14、我们在函数lazy_sum中又定义了函数sum，并且，内部函数sum可以引用外部函数lazy_sum的参数和局部变量，当lazy_sum返回函数sum时，相关参数和变量都保存在返回的函数中，这种称为“闭包（Closure）”的程序结构拥有极大的威力。 返回一个函数时，牢记该函数并未执行，返回函数中不要引用任何可能会变化的变量。