输出：function func at 0x00000021DC268，如果是print(func)的话自动回调用这个函数。

3、dir（返回对象的属性（成员），函数在python中也是对象，也有属性）def func(): print("hello")

dir(func) # 返回对象的属性 #输出：['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']

import operator dir(operator) #['__abs__', '__add__', '__all__', '__and__', '__builtins__', '__cached__', '__concat__', '__contains__', '__delitem__', '__doc__', '__eq__', '__file__', '__floordiv__', '__ge__', '__getitem__', '__gt__', '__iadd__', '__iand__', '__iconcat__', '__ifloordiv__', '__ilshift__', '__imatmul__', '__imod__', '__imul__', '__index__', '__inv__', '__invert__', '__ior__', '__ipow__', '__irshift__', '__isub__', '__itruediv__', '__ixor__', '__le__', '__loader__', '__lshift__', '__lt__', '__matmul__', '__mod__', '__mul__', '__name__', '__ne__', '__neg__', '__not__', '__or__', '__package__', '__pos__', '__pow__', '__rshift__', '__setitem__', '__spec__', '__sub__', '__truediv__', '__xor__', '_abs', 'abs', 'add', 'and_', 'attrgetter', 'concat', 'contains', 'countOf', 'delitem', 'eq', 'floordiv', 'ge', 'getitem', 'gt', 'iadd', 'iand', 'iconcat', 'ifloordiv', 'ilshift', 'imatmul', 'imod', 'imul', 'index', 'indexOf', 'inv', 'invert', 'ior', 'ipow', 'irshift', 'is_', 'is_not', 'isub', 'itemgetter', 'itruediv', 'ixor',

'le', 'length_hint', 'lshift', 'lt', 'matmul', 'methodcaller', 'mod', 'mul', 'ne', 'neg', 'not_', 'or_', 'pos', 'pow', 'rshift', 'setitem', 'sub', 'truediv', 'truth', 'xor']

# 其中__mul__、__add__是实现细节，mul，add是调用了这个函数。

4、functools-->reduce 迭代运算

from functools import reduce

reduce(lambda a,b:a+b, range(10)) # 计算0~9 数据的和
reduce(lambda a,b:a*b, range(1,10)) #计算1*2*3…*9的积

reduce(function , iterable_obj)，iterable_obj的第一个和第二元素先调用function,得到的结果和第三个元素再调用function，依次类推。

5、operator （C++中也有这些函数对象，替换lambda的作用）

from functools import reduce
import operator

reduce(add, range(10)) # 计算0~9 数据的和
reduce(mul, range(1,10)) #计算1*2*3…*9的积

6、operator-->itemgetter（获取可迭代对象的部分数据，多个数据时以元组形式返回）

from operator import itemgetter

getter = itemgetter(1) # 构造一个获取迭代对象下标为1的可调用对象。
l = [1,2,3,4,5,6]

getter(l) # 输出2

getter = itemgetter(2,5)
getter(l) # 输出(3,6)
getter(l)[0] # 输出3

7、operator-->attrgetter（获取对象的部分属性值，多用于提取namedtuple中的部分数据，多个数据以元组形式返回）

from collections import namedtuple
from operator import attrgetter
motro_data = [
('Tokyo', 'JP', 36.933, (35.68, 139.69)),
('Delhi NCR', 'IN', 21.935, (28.61, 77.20)),
('Mexico City', 'MX', 20.142, (19.43, -99.13)),
('New York-Newark', 'US', 20.104, (40.80, -74.02)),
('Sao Paulo', 'BR', 19.649, (-23.54, -46.63))
]

LatLong = namedtuple('LatLong', 'lat long') # 定义一个namedtuple类型
Metropolis = namedtuple('Metropolis', 'name cc pop coord') # 定义一个namedtuple类型
metro_areas = [Metropolis(name, cc, pop, LatLong(lat, long)) for name, cc, pop, (lat, long) in motro_data] # 列表推导拆包生成列表，列表的元素是namedtuple
name_lat = attrgetter('name', 'coord.lat') # 构造一个attrgetter对象
for city in sorted(metro_areas, key=attrgetter('coord.lat')): # sorted根据coord.lat值排序，返回一个排序后的列表，元素还是namedtuple
print(name_lat(city)) # 根据name_lat提取city中的name和coord.lat属性打印

8、functools-->partial（绑定函数部分参数，构造新的函数，跟C++的bind函数类似，C++，用_1，_2这些常量来确定绑定那些参数，python可以通过位置参数和关键字参数确定绑定那些参数）

import functools

def func(a,b,c):
print(a,b,c)

f = functools.patial(func, 'a', c='c') # 为func函数绑定参数，为a绑定位置实参‘a’,为c绑定关键字实参‘c’
f('hello') # 输出：a hello c