最全Python 高级教程之函数式编程，面试高频题目

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

输出：

<map object at 0x7fae3004b630>

2 4 6 8

filter()

filter() 方法在一个函数的帮助下过滤给定的序列，该函数测试序列中的每个元素是否为真。

语法：过滤器（函数，序列）

参数：

function：测试序列的每个元素是否为真的函数。

sequence：需要过滤的序列，可以是集合、列表、元组或任何迭代器的容器。

返回类型：返回一个已经过滤的迭代器。

例子：

演示过滤器工作的 Python 程序。

过滤元音的函数

def fun(variable):

letters = [‘a’, ‘e’, ‘i’, ‘o’, ‘u’]

if (variable in letters):

return True

else:

return False

sequence

sequence = [‘g’, ‘e’, ‘e’, ‘j’, ‘k’, ‘s’, ‘p’, ‘r’]

使用过滤功能

filtered = filter(fun, sequence)

print(‘过滤后的字母是：’)

for s in filtered:

print(s)

输出：

过滤后的字母是：

e

e

Lambda 函数

在 Python 中，匿名函数意味着函数没有名称。我们已经知道 def 关键字用于定义普通函数，而 lambda 关键字用于创建匿名函数。

语法：

lambda 参数：表达式

1. 这个函数可以有任意数量的参数，但只有一个表达式，它被计算并返回。

2. 任何需要函数对象的地方都可以使用 lambda 函数。

3. 你需要了解 lambda 函数在语法上仅限于单个表达式。

4. 除了函数中的其他类型的表达式外，它在特定的编程领域有多种用途。

例子：

演示 lambda 的 Python 代码

cube = lambda x: x * x*x

print(cube(7))

L = [1, 3, 2, 4, 5, 6]

is_even = [x for x in L if x % 2 == 0]

print(is_even)

输出：

343

[2, 4, 6]

生成器

生成器函数

生成器函数的定义与普通函数一样，但无论何时它需要生成一个值，它都会使用 yield 关键字而不是 return。如果 def 的主体包含 yield，则该函数自动成为生成器函数。

一个生成器函数，第一次产生 1，第二次产生 2，第三次产生 3

def simpleGeneratorFun():

yield 1

yield 2

yield 3

用于检查上述生成器功能的驱动代码

for value in simpleGeneratorFun():

print(value)

输出 ：

1

2

3

生成器对象

生成器函数返回一个生成器对象。通过调用生成器对象的 next 方法或在“for in”循环中使用生成器对象来使用生成器对象（如上面的程序所示）。

一个 Python 程序，用于演示通过 next() 使用生成器对象

一个生成器函数

def simpleGeneratorFun():

yield 1

yield 2

yield 3

x 是一个生成器对象

x = simpleGeneratorFun()

使用 next 遍历生成器对象

print(x.next()) # In Python 3, next()

print(x.next())

print(x.next())

输出 ：

1

2

3

所以生成器函数返回一个可迭代的生成器对象，即可以用作迭代器。

作为另一个示例，下面是斐波那契数列的生成器。

斐波那契数列的简单生成器

def fib(limit):

初始化前两个斐波那契数

a, b = 0, 1

一个接一个地生成下一个斐波那契数

while a < limit:

yield a

a, b = b, a + b

创建一个生成器对象

x = fib(5)

使用 next 遍历生成器对象

print(x.next()) # In Python 3, next()

print(x.next())

print(x.next())

print(x.next())

print(x.next())

使用 for in 循环遍历生成器对象。

print(“\n在循环中使用 for”)

for i in fib(5):

print(i)

输出 ：

0

1

1

2

3

在循环中使用 for

0

1

1

2

3

应用：假设我们要创建一个斐波那契数流，我们只需要调用 next(x) 来获取下一个斐波那契数，无需担心数字流在何处或何时结束。更实用的流处理类型是处理大型数据文件，例如日志文件。生成器为此类数据处理提供了一种节省空间的方法，因为在一个给定的时间点只处理文件的一部分。我们也可以将迭代器用于这些目的，但是生成器提供了一种快速的方法（我们不需要在这里编写 __next__ 和 __iter__ 方法）。

装饰器

装饰器是 Python 中一个非常强大和有用的工具，因为它允许程序员修改函数或类的行为。装饰器允许我们包装另一个函数以扩展被包装函数的行为，而无需永久修改它。但在深入研究装饰器之前，让我们了解一些在学习装饰器时会派上用场的概念。

装饰器用于修改函数或类的行为。在装饰器中，函数作为参数传入另一个函数，然后在包装函数内部调用。

装饰器的语法：

@hy_decorator

def hello_decorator():

print(“HY”)

上面的代码等价于 -

def hello_decorator():

print(“HY”)

hello_decorator = hy_decorator(hello_decorator)‘’’

在上面的代码中，gfg_decorator 是一个可调用函数，将在另一个可调用函数 hello_decorator 函数之上添加一些代码并返回包装函数。

装饰器可以修改行为：

定义装饰器

def hello_decorator(func):

inner1 是一个 Wrapper 函数，其中调用了参数

内部函数可以访问外部局部函数，如本例中的“func”

def inner1():

print(“这是在函数执行之前”)

现在在包装函数中调用实际函数。

func()

print(“这是在函数执行之后”)

return inner1

定义一个函数，在包装器内部调用

def function_to_be_used():

print(“这是在函数内部”)

在装饰器内部传递“function_to_be_used”来控制其行为

function_to_be_used = hello_decorator(function_to_be_used)

调用函数

function_to_be_used()

输出：

这是在函数执行之前

这是在函数内部

这是在函数执行之后

让我们看另一个示例，在该示例中，我们可以使用装饰器轻松找出函数的执行时间。

导入库

import time

import math

装饰器来计算任何函数的持续时间

def calculate_time(func):

在 inner1 中添加的参数，如果函数接受任何参数，可以像这样添加。

def inner1(*args, **kwargs):

在函数执行前存储时间

begin = time.time()

func(*args, **kwargs)

函数执行后存储时间

end = time.time()

print(“总时间：”, func.name, end - begin)

return inner1

这可以添加到任何存在的函数中，在这种情况下计算阶乘

@calculate_time

def factorial(num):

因为它花费的时间非常少，因此 sleep 2 秒你可以看到实际的差异

time.sleep(2)

print(math.factorial(num))

调用函数

factorial(10)

输出：

3628800

总时间：factorial 2.0061802864074707

不变性

不变性是一种可用于调试的函数式编程范例，因为它会在变量被更改而不是值被更改的地方引发错误。Python 也支持一些不可变的数据类型，如字符串、元组、数字等。

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！