def my_function(num1,num2):
    # 对传入的两个参数进行平方处理
    new_num1 = num1**2
    new_num2 = num2**2
    # 对处理后的文件进行求和操作，并返回
    return new_num1+new_num2
print(my_function(3,4))

非高阶函数写法的弊端：

        由于题目的需求的不确定性，针对于“参数整理之后”没有明确的规定，在上面的案例中，我们对传入的两个参数进行了平方再求和的操作，但是实际上有些时候，我们不同的用户调用函数时可能进行不同的处理，比如张三要对这两个数字求绝对值再求和呢？就不得吧求平方的代码改为求绝对值的代码，这样的话函数的用途就很有限了。那么我们怎么样设计才能够不管调用者想对他进行什么操作，而不用改变函数体内的代码呢，当然可以，这个时候我们就需要使用函数作为参数实现了。

高阶函数的写法：

1、当行为函数是自定义时：

# 定义行为函数
def do_function(number):
    return number * 10
# 注意：在参数中传入函数时不需要加（），加上小括号，表示的是调用函数，不是参数
def my_function(num1,num2,function):
    """
    :param num1: 传入第一个数字的参数
    :param num2: 传入第二个数字的参数
    :param function: 传入你想要进行的函数操作
    :return: 返回值是对传入的数字进行处理后求和计算
    """
    return function(num1) + function(num2)
# 调用函数：调用函数在传入函数时不需要加（），加上小阔号表示的是调用函数，不是传参
print(my_function(1,2,do_function))

2、当行为函数是内置模块的函数时：

def my_function(num1,num2,function):
    """
    :param num1: 传入第一个数字的参数
    :param num2: 传入第二个数字的参数
    :param function: 传入你想要进行的函数操作
    :return: 返回值是对传入的数字进行处理后求和计算
    """
    return function(num1) + function(num2)

# 导入math模块进行先求根再进行操作
import math
# 对参数进行求平方根再求和
print(my_function(100, 4, math.sqrt))
# 对参数进行阶乘操作后求和
print(my_function(2, 4, math.factorial))

3、传入的函数只有一句话时：可以使用lambda表达式：

# 刚刚求和的函数：
my_function = lambda num1, num2,function: function(num1) + function(num2)
# 行为参数：
do_function = lambda number: number * number
# 调用函数并输出
print(my_function(1, 2, do_function))

4、总结：

# 传入math模块
import math
# 定义高阶函数
def self_fuc(num1,num2,function1,function2):
# 对第一个参数乘10，对第二个参数阶乘操作，再求和
    return function1(num1) + function2(num2)
# 调用函数：传入两个行为函数
print(self_fuc(1, 2, lambda x: x * 10, math.factorial))

# 导入math模块
import math
# 定义一个可迭代数据
numbers = [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# 调用高阶函数map()并且传入参数，使用sqrt函数对每个数据求算数平方根
map_res = map(math.sqrt, numbers)
print(map_res)
# 由于map函数返回是一个迭代器对象，直接打印的话不够直观
# 因此使用list函数给它进行转化一下输出更直观
print(list(map_res))

# 导入包
import functools
def my_fc(x,y):
    print("x的值：",x)
    print("y的值：",y)
    return x + y
# 定义要操作的可迭代数据
my_list = [1,2,3,4,5]
# 调用reduce函数
res = functools.reduce(my_fc,my_list)
print(res)

# 定义行为参数
def my_function(x):
    if x > 10:
        return x
# 定义要处理的可迭代数据
num_list = [1,2,3,4,5,10,20,30,40,50]
# 调用filter函数
res = filter(my_function, num_list)
print(list(res))

stu = [
    {"name" : "jack","age" : 20},
    {"name" : "tom","age" : 19},
    {"name" : "lucy","age" : 19},
]
# 先根据年龄排序，如果年龄相同，再根据名字排序
new_stu = sorted(stu, key=lambda x:(x["age"],x["name"]),reverse=True)
print(new_stu)

numbers = [1,2,3,4,5,0]
# 是否有非0元素：
is_true = any(numbers)
print(is_true)
# 是否没有0元素
is_true1 = all(numbers)
print(is_true1)

names = ("李小妹","帅哥","张三","tom")
ages = [23,24,20]
# 组合成一个列表
res = list(zip(names,ages))
print(res)
# 组合成一个字典
res1 = dict(zip(names,ages))
print(res1)
# 组合成一个元组
res2 = tuple(zip(names,ages))
print(res2)
 # 如果合成后还有一个可迭代对象的元素没有匹配，那么将会自动舍弃

names = ["李小妹","帅哥","张三","tom"]
res = enumerate(names,start=0)
# 只能转化为list
print(list(res))
print(dict(res))
print(tuple(res))
print(set(res))