函数进阶专项测试

Python中函数是一等公民，可以像普通对象一样赋值给变量、作为参数传递、作为返回值返回，甚至存储在数据结构中。

闭包是指一个函数引用了外部函数的变量，并且该函数可以在外部函数执行后被调用，仍然能够访问这些外部变量。

functools.partial可以固定函数的部分参数，创建一个新的函数，新函数调用时只需传递剩余参数。

lambda表达式用于创建匿名函数，语法简洁，只能包含单个表达式，不能包含语句块。

高阶函数是指接收函数作为参数或返回函数作为结果的函数，map、filter、reduce都是Python中的高阶函数。

执行list(map(lambda x: x * 2, [1, 2, 3]))的结果是：

以下代码执行后，结果是什么？

from functools import partial

def multiply(x, y):
    return x * y

double = partial(multiply, y=2)
print(double(5))

执行reduce(lambda x, y: x + y, [1, 2, 3, 4])的结果是（需从functools导入reduce）：

以下代码执行后，输出是什么？

def counter():
    count = 0
    def increment():
        count += 1
        return count
    return increment

c = counter()
print(c())

执行list(filter(lambda x: x > 5, [1, 3, 6, 8, 2]))的结果是：

以下哪种方式可以将函数作为参数传递给另一个函数？

以下哪个lambda表达式语法正确，能计算两个数的乘积？

以下代码执行后，输出是什么？

def greet():
    return 'hello'

greet_alias = greet
print(greet_alias())

执行(lambda x, y: x + y)(5, 3)的结果是：

以下关于map和filter函数的说法，哪些是正确的？

Python函数是，可以像普通对象一样：赋值给、作为传递给其他函数、作为返回值从函数返回、存储在数据结构中（如列表、字典）。

functools.partial(函数, )创建偏函数。偏函数了部分参数，调用时只需传递参数。partial常用于简化默认参数设置、适配不同参数签名的函数调用。

lambda表达式语法： 表达式。lambda只能包含单个表达式，不能包含语句块和return关键字。lambda常作为高阶函数的参数使用。

map(func, iterable)对每个元素应用函数，返回。filter(func, iterable)保留函数返回的元素，返回。reduce(func, iterable)从functools模块导入，将序列累积计算得到一个值。三者都是高阶函数。

闭包是指内部函数了外部函数的变量，外部函数执行后，内部函数仍能这些变量。读取外部变量可以直接访问，修改外部变量需要使用关键字声明。闭包的变量存储在__closure__属性中。