函数定义

def name(param1, param2, ..., paramN):
    statements
    return/yield value # optional

其中：
def 是函数的声明；

my_func 是函数的名称；

括号里面的 message 则是函数的参数；

在函数最后，你可以返回调用结果（return 或 yield），也可以不返回。

闭包

闭包其实和嵌套函数类似，不同的是，这里外部函数返回的是一个函数，而不是一个具体的值。返回的函数通常赋于一个变量，这个变量可以在后面被继续执行调用。
比如，我们想计算一个数的 n 次幂，用闭包可以写成下面的代码：

def nth_power(exponent):
    def exponent_of(base):
        return base ** exponent
    return exponent_of # 返回值是 exponent_of 函数

square = nth_power(2) # 计算一个数的平方
cube = nth_power(3) # 计算一个数的立方 
square
# 输出
<function __main__.nth_power.<locals>.exponent(base)>

cube
# 输出
<function __main__.nth_power.<locals>.exponent(base)>

print(square(2))  # 计算 2 的平方
print(cube(2)) # 计算 2 的立方
# 输出
4 # 2^2
8 # 2^3

匿名函数

什么是匿名函数?

lambda argument1, argument2,... argumentN : expression

例子：
匿名函数计算一个数的平方

square = lambda x: x**2
square(3)
9

常规函数计算一个数的平方

def square(x):
    return x**2
square(3)
 9

匿名函数 lambda 和常规函数一样，返回的都是一个函数对象（function object），它们的用法也极其相似，不过还是有下几点区别。

第一， lambda 是一个表达式（expression），并不是一个语句（statement）。

所谓的表达式，就是用一系列“公式”去表达一个东西，比如 x + 2、 x**2 等等；
所谓的语句，则一定是完成了某些功能，比如赋值语句 x = 1完成了赋值

lambda 可以用在用些常规函数 def 不能用的地方：
lambda 可以在list内部使用
[(lambda x: xx)(x) for x in range(10)]
输出
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

lambda 可以作为函数的参数
l = [(1, 20), (3, 0), (9, 10), (2, -1)]
l.sort(key=lambda x: x[1]) # 按列表中元祖的第二个元素排序
print(l)
输出
[(2, -1), (3, 0), (9, 10), (1, 20)]*

第二， lambda 的主体是只有一行的简单表达式，并不能扩展成一个多行的代码块。

Python 函数式编程

所谓函数式编程，是指代码中每一块都是不可变的（immutable），都由纯函数（pure function）的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。

例子：
对于一个列表，我想让列表中的元素值都变为原来的两倍

def multiply_2(l):
    for index in range(0, len(l)):
        l[index] *= 2
    return l

这不是一个纯函数的形式，因为列表中元素的值被改变了，我多次调用multiply_2()这个函数，那么每次得到的结果都不一样。

纯函数的形式写法如下，重新创建一个新的列表并返回。

def multiply_2_pure(l):
    new_list = []
    for item in l:
        new_list.append(item * 2)
    return new_list

Python 主要提供了这么几个函数：map()、 filter() 和 reduce()，通常结合匿名函数 lambda 一起使用。

函数	参考链接
map() 函数	https://www.runoob.com/python/python-func-map.html
filter() 函数	https://www.runoob.com/python3/python3-func-filter.html
reduce() 函数	https://www.runoob.com/python/python-func-reduce.html