高阶函数就是能够把函数当成参数传递的函数就是高阶函数，换句话说如果一个函数的参数是函数，那么这个函数就是一个高阶函数。
目前成都创新互联公司已为成百上千的企业提供了网站建设、域名、网络空间、网站托管运营、企业网站设计、长岛网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。
高阶函数可以是你使用 def 关键字自定义的函数，也有Python系统自带的内置高阶函数。
我们下面的例子中，函数 senior 的参数中有一个是函数，那么senior就是一个高阶函数；函数 tenfold 的参数不是函数，所以tenfold就只是一个普通的函数。
function：函数，可以是 自定义函数 或者是 内置函数；
iterable：可迭代对象，可迭代性数据。（容器类型数据和类容器类型数据、range对象、迭代器）
把可迭代对象中的数据一个一个拿出来，然后放在到指定的函数中做处理，将处理之后的结果依次放入迭代器中，最后返回这个迭代器。
将列表中的元素转成整型类型，然后返回出来。
列表中的每一个数依次乘 2的下标索引+1 次方。使用自定义的函数，配合实现功能。
参数的意义和map函数一样
filter用于过滤数据，将可迭代对象中的数据一个一个的放入函数中进行处理，如果函数返回值为真，将数据保留；反之不保留，最好返回迭代器。
保留容器中的偶数
参数含义与map、filter一致。
计算数据，将可迭代对象的中的前两个值放在函数中做出运算，得出结果在和第三个值放在函数中运算得出结果，以此类推，直到所有的结果运算完毕，返回最终的结果。
根据功能我们就应该直到，reduce中的函数需要可以接收两个参数才可以。
将列表中的数据元素组合成为一个数，
iterable：可迭代对象；
key：指定函数，默认为空；
reverse：排序的方法，默认为False，意为升序；
如果没有指定函数，就单纯的将数据安札ASCII进行排序；如果指定了函数，就将数据放入函数中进行运算，根据数据的结果进行排序，返回新的数据，不会改变原有的数据。
注意，如果指定了函数，排序之后是根据数据的结果对原数据进行排序，而不是排序计算之后的就结果数据。
将列表中的数据进行排序。
还有一点就是 sorted 函数可以将数据放入函数中进行处理，然后根据结果进行排序。
既然有了列表的内置函数sort，为什么我们还要使用sorted函数呢？
高阶函数就是将函数作为参数的函数。
文章来自
Python对容器内数据的排序有两种，一种是容器自己的sort函数，一种是内建的sorted函数。
sort函数和sorted函数唯一的不同是，sort是在容器内排序，sorted生成一个新的排好序的容器。
对于一个简单的数组 L=[5,2,3,1,4].
sort: L.sort()
sorted(...)
sorted(iterable, cmp=None, key=None, reverse=False) -- new sorted list
iterable：待排序的可迭代类型的容器;
cmp：用于比较的函数，比较什么由key决定,有默认值，迭代集合中的一项;
key：用列表元素的某个已命名的属性或函数（只有一个参数并且返回一个用于排序的值）作为关键字，有默认值，迭代集合中的一项;
reverse：排序规则. reverse = True 或者 reverse = False，有默认值。
返回值：是一个经过排序的可迭代类型，与iterable一样。
如果是一个多维的列表 L=[(‘b’,2),(‘a’,1),(‘c’,3),(‘d’,4)].
有三种选择对这个多维列表进行排序
利用cmp函数
sorted(L, cmp=lambda x,y:cmp(x[1],y[1]))
L.sort(cmp=lambda x,y:cmp(x[1],y[1]))
利用key
sorted(L, key=lambda x:x[1]);
L.sort(key=lambda x:x[1]);
反序
以上几种排序均可加上参数reverse.
例如 sorted(reverse=True), L.sort(reverse=True). 或者改成False
OrderedDict是collections中的一个包，能够记录字典元素插入的顺序，常常和排序函数一起使用来生成一个排序的字典。
比如，比如一个无序的字典
d = {‘banana’:3,’apple’:4,’pear’:1,’orange’:2}
通过排序来生成一个有序的字典，有以下几种方式
collections.OrderedDict(sorted(d.items(),key = lambda t:t[0]))
或者
collections.OrderedDict(sorted(d.items(),key = lambda t:t[1]))
或者
collections.OrderedDict(sorted(d.items(),key = lambda t:len(t[0])))
Python中有许多内置函数,不像print、len那么广为人知,但它们的功能却异常强大,用好了可以大大提高代码效率，同时提升代码的简洁度，增强可阅读性
Counter
collections在python官方文档中的解释是High-performance container datatypes，直接的中文翻译解释高性能容量数据类型。这个模块实现了特定目标的容器，以提供Python标准内建容器 dict , list , set , 和 tuple 的替代选择。在python3.10.1中它总共包含以下几种数据类型：
容器名简介
namedtuple() 创建命名元组子类的工厂函数
deque 类似列表(list)的容器，实现了在两端快速添加(append)和弹出(pop)
ChainMap 类似字典(dict)的容器类，将多个映射集合到一个视图里面
Counter 字典的子类，提供了可哈希对象的计数功能
OrderedDict 字典的子类，保存了他们被添加的顺序
defaultdict 字典的子类，提供了一个工厂函数，为字典查询提供一个默认值
UserDict 封装了字典对象，简化了字典子类化
UserList 封装了列表对象，简化了列表子类化
UserString 封装了字符串对象，简化了字符串子类化
其中Counter中文意思是计数器，也就是我们常用于统计的一种数据类型，在使用Counter之后可以让我们的代码更加简单易读。Counter类继承dict类，所以它能使用dict类里面的方法
举例
#统计词频
fruits = ['apple', 'peach', 'apple', 'lemon', 'peach', 'peach']
result = {}
for fruit in fruits:
if not result.get(fruit):
result[fruit] = 1
else:
result[fruit] += 1
print(result)
#{'apple': 2, 'peach': 3, 'lemon': 1}下面我们看用Counter怎么实现：
from collections import Counter
fruits = ['apple', 'peach', 'apple', 'lemon', 'peach', 'peach']
c = Counter(fruits)
print(dict(c))
#{'apple': 2, 'peach': 3, 'lemon': 1}显然代码更加简单了，也更容易阅读和维护了。
elements()
返回一个迭代器，其中每个元素将重复出现计数值所指定次。元素会按首次出现的顺序返回。如果一个元素的计数值小于1，elements()将会忽略它。
c = Counter(a=4, b=2, c=0, d=-2)
sorted(c.elements())
['a', 'a', 'a', 'a', 'b', 'b']most_common([n])
返回一个列表，其中包含n个最常见的元素及出现次数，按常见程度由高到低排序。如果n被省略或为None，most_common()将返回计数器中的所有元素。计数值相等的元素按首次出现的顺序排序：
Counter('abracadabra').most_common(3)
[('a', 5), ('b', 2), ('r', 2)]这两个方法是Counter中最常用的方法，其他方法可以参考 python3.10.1官方文档
实战
Leetcode 1002.查找共用字符
给你一个字符串数组words，请你找出所有在words的每个字符串中都出现的共用字符（包括重复字符），并以数组形式返回。你可以按任意顺序返回答案。
输入：words = ["bella", "label", "roller"]
输出：["e", "l", "l"]
输入：words = ["cool", "lock", "cook"]
输出：["c", "o"]看到统计字符，典型的可以用Counter完美解决。这道题是找出字符串列表里面每个元素都包含的字符，首先可以用Counter计算出每个元素每个字符出现的次数，依次取交集最后得出所有元素共同存在的字符，然后利用elements输出共用字符出现的次数
class Solution:
def commonChars(self, words: List[str]) - List[str]:
from collections import Counter
ans = Counter(words[0])
for i in words[1:]:
ans = Counter(i)
return list(ans.elements())提交一下，发现83个测试用例耗时48ms，速度还是不错的
sorted
在处理数据过程中，我们经常会用到排序操作，比如将列表、字典、元组里面的元素正/倒排序。这时候就需要用到sorted()，它可以对任何可迭代对象进行排序，并返回列表
对列表升序操作：
a = sorted([2, 4, 3, 7, 1, 9])
print(a)
# 输出：[1, 2, 3, 4, 7, 9]对元组倒序操作：
sorted((4,1,9,6),reverse=True)
print(a)
# 输出：[9, 6, 4, 1]使用参数：key，根据自定义规则，按字符串长度来排序：
fruits = ['apple', 'watermelon', 'pear', 'banana']
a = sorted(fruits, key = lambda x : len(x))
print(a)
# 输出：['pear', 'apple', 'banana', 'watermelon']all
all() 函数用于判断给定的可迭代参数iterable中的所有元素是否都为 TRUE，如果是返回 True，否则返回 False。元素除了是 0、空、None、False外都算True。注意：空元组、空列表返回值为True。
all(['a', 'b', 'c', 'd']) # 列表list，元素都不为空或0
True
all(['a', 'b', '', 'd']) # 列表list，存在一个为空的元素
False
all([0, 1，2, 3]) # 列表list，存在一个为0的元素
False
all(('a', 'b', 'c', 'd')) # 元组tuple，元素都不为空或0
True
all(('a', 'b', '', 'd')) # 元组tuple，存在一个为空的元素
False
all((0, 1, 2, 3)) # 元组tuple，存在一个为0的元素
False
all([]) # 空列表
True
all(()) # 空元组
Trueany函数正好和all函数相反：判断一个tuple或者list是否全为空，0，False。如果全为空，0，False，则返回False；如果不全为空，则返回True。
F-strings
在python3.6.2版本中，PEP 498提出一种新型字符串格式化机制，被称为 “字符串插值” 或者更常见的一种称呼是F-strings，F-strings提供了一种明确且方便的方式将python表达式嵌入到字符串中来进行格式化：
s1='Hello'
s2='World'
print(f'{s1} {s2}!')
# Hello World!在F-strings中我们也可以执行函数：
def power(x):
return x*x
x=4
print(f'{x} * {x} = {power(x)}')
# 4 * 4 = 16而且F-strings的运行速度很快，比传统的%-string和str.format()这两种格式化方法都快得多，书写起来也更加简单。
本文主要讲解了python几种冷门但好用的函数，更多内容以后会陆陆续续更新~
len函数python用法如下：
操作设备：戴尔笔记本电脑
操作系统：win10
操作程序：python2017
1、len函数的作用就是返回容器中项目的数目。
2、len的变量必须是容器，单独的数字行不通：a=2，print(len(a))。
3、容器可以是列表：a=[]，print(len(a))。
4、容器可以是嵌套列表：a=[[],1,2,3,[1,2,3]]，print(len(a))。
5、容器可以是字符串。
6、字符串的长度与字符有关：a='abcdefg369，print(len(a))。
7、反斜杠组合而成的转移符，只是一个字符：a='\n\t'，print(len(a))，这里要特别注意，\n是一个字符。
在某些对象中会包含对其它对象的引用，这样的对象被称作 容器 ( containers )。因此，我们可以把容器视作用于组织各种元素的数据结构。
下面是一些常见的容器对象：
另外，容器是存储在内存中的数据结构，并且通常会将全部的值都保存在内存中(也有一些特例，并不是所有的元素都放在内存，比如迭代器和生成器对象)。
在某些对象中会包含对其它对象的引用，这样的对象被称作容器(containers)。元组、列表、字典都属于容器。部分容器值可能是指向其它对象的引用。在大多数情况下，当谈到某个容器的值时，我们谈论的仅是值，而不是所包含的对象的 ID(identities)；但是，在讨论容器的可变性时，则只是在谈论容器中直接包含的对象的 ID。因此，如果不可变容器(比如，元组)中包含了对可变对象的引用，那么当被引用的可变对象发生改变时，相应的容器值也将发生改变。
从技术角度来说，容器是实现了 __contains__ 方法的对象，也就是说容器对象肯定可以执行成员测试。
注意：尽管绝大多数容器都提供了某种方式来获取其中包含的每一个元素，但这并不是容器本身提供的能力，而是 iterable 赋予了容器这种能力。容器并不一定都是 iterable，比如： Bloom filter ，虽然 Bloom filter 可以检测某个元素是否存在于容器中，但是并不能从容器中获取其中的每一个值，因为 Bloom filter 并没有把元素存储在容器中，而是通过一个散列函数映射成一个值保存在数组中。
如下：
一、Python语言基础
Python核心：Python数据基本运算、语句、容器、函数
Python 面向对象编程：OOA、OOD、OOP、天龙八部技能系统框架 设计 Python高级：模块、包、函数式编程、文件。
二、Python高级软件开发技术
Linux操作系统 ：Linux常用命令、编辑工具、vim/Pycharm
数据结构与算法 ：链表、栈和队列、树和二叉树、查找排序
IO网络编程：文件操作、字节流读写、网络协议、套接 字、TCP/UDP
并发编程：多进程、进程池、进程通信、多线程、线程锁、多任务并发、IO模型、协程
Python 正则表达式：正则表达式、贪婪模和非贪婪模式、re模块
MySQL基础：数据库应用、SQL语言、Mysql增删改查、 pymysql模块
三、Python Web全栈式工程师
HTML/CSS HTML5标签，CSS选择器，CSS样式属性以 及值
Java ：JS流程控制，DOM，BOM，JQuery API
MySQL高级：MySQL索引、事务、引擎、优化、pymysql 模块使用
Python Django 框架：Django、模板、视图、模型、请求对象等
Ajax Ajax,：JSON, Jquery对Ajax的支持, 跨域访问
四、Python 爬虫
Redis：Redis、string、hash、list、set、zset、 Python与MySQL和Redis结合
爬虫、HTTP、BeautifulSoup,XPath,Scrapy其实无论是学习什么知识，都要有一个对学习目标的清楚认识。 只有这样才能朝着目标持续前进，少走弯路，从学习中得到不断的提升，享受python学习计划的过程。