day2023-3-21-高阶函数

一、return的作用

注意：return只能在函数体中使用

1）将数据作为函数的返回值返回

2）结束函数（执行函数体的时候，如果遇到return，函数直接结束）

def func1():
    print('=================')
    return 100
    print('-----------------')


print(func1())    # 100

def func2():
    print('=================')
    return
    print('-----------------')


print(func2())   # None


def func3(n):
    for x in range(1, n):
        if x % 3 == 0:
            return x
        print(f'x:{x}')


print(func3(5))
"""
x:1
x:2
3
"""

二、变量作用域

1.变量作用域

变量作用域值的是变量定义完成后可以使用的有效范围
根据变量的变量作用域的不同，可以将变量分为全局变量和局部变量两种。

2.全局变量和局部变量

1）全局变量
python中没有定义在函数中或者类中的变量默认都是全局变量。
作用域：从定义开始到程序结束

2）局部变量
定义在函数中的变量就是局部变量（形参也是局部变量）
作用域：从定义开始到函数结束

# a是全局变量
a = 10

# x和b都是全局变量
for x in range(4):
    b = 200

# m和 n都是局部变量

def func2(m):
    n = 1000
    print(f'函数里面m:{m}')
    print(f'函数里面n:{n}')


func2(100)

# print(f'函数外面m:{m}')   # 报错
# print(f'函数外面n:{n}')   # 报错

3.全局变量和局部变量的存储原理

1）全局变量默认保存在全局栈区间，全局栈区会在程序结束后自动释放。

2）调用函数的时候系统会自动为这个函数创建一个临时栈区间，用来保存在函数中产生的数据（局部变量
就是保存在函数对应的临时区间中的），函数对应的临时栈区间会在函数调用结束的时候自动释放。

3）在函数中可以通过关键字global修改局部变量的保存方式，让局部变量保存在全局栈区间中。

name = 'lisa'


def func3():
    # 在函数内部定义全局变量
    global num
    num = 10

    # 在函数内部修改全局变量的值用global
    global name
    name = 'jenny'


func3()
print(num)    # 10
print(name)   # jenny

三、匿名函数

匿名函数 —— 没有名字的函数

函数名 = lambda 形参列表:返回值

相当于：
def 函数名(形参列表):
    return 返回值
    
注意：
1）匿名函数的形参至少一个
2）匿名函数的调用和普通函数一样
3）无默认值的类型说明在匿名函数中不能用

# 案例：定义一个匿名函数，求任意两个数的和
sum_2 = lambda num1, num2: num1+num2

print(sum_2(1, 2))


# 练习：定义一个匿名函数，判断指定的年是否是闰年
is_leap_year = lambda year: (year % 4 == 0 and year % 100 != 0) or (year % 400 == 0)

print(is_leap_year(2020))

四、高阶函数

1.实参高阶函数

函数的参数是函数的 函数就是实参高阶函数

给参数是函数的参数传参：a.使用普通函数函数名；b.使用匿名函数

重点：掌握系统或者第三方库提供的实参高阶函数的用法

常见的实参高阶：max、 min、 sorted、 列表.sort、 map、 reduce

def func1(x):
    print(x)


func1(10)

# func2就是一个实参高阶函数
def func2(x):
    x()


def t():
    print('t函数')


func2(t)       # t函数

print('---------------------------------华丽的分割线------------------------------------')

# func3是实参高阶函数
def func3(x):
    # x = t2
    print(x(10, 20) + 30)


def t2(n1, n2):
    # n1 = 10,n2 = 20
    return n1 * n2    # return 200


func3(t2)     # 230
func3(lambda n1, n2: n1 + n2)  # 60

五、常见的实参函数

1. max、min、sorted、列表.sort

1）max(序列) —— 直接比较序列中元素的大小求最大值

2）max(序列, key=函数) —— 按照函数制定的规则比较序列中元素的大小获取最大值
函数的要求：
a.有且只有一个参数（这个参数代表序列中的每个元素）
b.有一个返回值（返回值就是比较对象）

# 案例：求个位数最大的元素
nums = [89, 34, 56, 78, 29, 94]
result = max(nums, key=lambda item: item % 10)
print(result)      # 89

# 案例：求nums中绝对值最大的元素
nums = [89, -934, 56, 78, 29, 94]
result = max(nums, key=lambda item: item ** 2)
print(result)    # -934

# 案例：求students中分数最高的学生
students = [
    {'name':'stu1', 'age': 18, 'score': 34},
{'name':'stu2', 'age': 19, 'score': 84},
{'name':'stu3', 'age': 20, 'score': 94},
{'name':'stu4', 'age': 17, 'score': 65}
]
result = max(students, lambda item: item['score'])
print(result)

result = sorted(students, key=lambda item: item['score'], reverse=True)
print(result)

# 练习1：求list1中长度最长的字符串
list1 = ['你好', 'hello', 'how are you', 'thank you! and you？', '好好学习，天天向上']
result = max(list1, key=lambda item: len(item))
print(result)

# 练习2：求nums中十位数最小的元素
nums = [92, 129, 37, 99, 150, 501]
result = min(nums, key=lambda item: item // 10 % 10)
print(result)

# 练习3：将所有的学生按照年龄值从小到大排序
students = [
    {'name': 'stu1', 'age': 18, 'score': 90},
    {'name': 'stu2', 'age': 22, 'score': 98},
    {'name': 'stu3', 'age': 25, 'score': 78},
    {'name': 'stu4', 'age': 19, 'score': 81},
    {'name': 'stu5', 'age': 20, 'score': 92}
]
result = sorted(students, key=lambda item: item['age'])
print(result)

students.sort(key=lambda item: item['age'])
print(result)

# 练习4：求nums中各个位之和最大的元素
nums = [123, 78, 90, 201, 192, 330]
# 方法1
result = max(nums, key=lambda item: sum([int(x) for x in str(item)]))
print(result)
# 方法2
result = max(nums, key=lambda item: eval(''.join(str(item))))
print(result)
# 方法3：使用普通函数
def t(item):
    sum1 = 0
    for x in str(item):
        sum1 += int(x)
    return sum1


result = max(nums, key=t)
print(result)

2. map —— 基于原序列中的元素创建一个新的序列

1)map(函数, 序列) —— 通过函数描述的规则基于序列中的元素创建一个新的序列
函数要求：
a.有且只有一个参数（代表后面的这个序列中每个元素）
b.有一个返回值（返回值就是新序列中元素）

2)map(函数, 序列1, 序列2)
函数要求：
a.有且只有2个参数（分别代表后面的两个序列中每个元素）
b.有一个返回值（返回值就是新序列中元素）

3)map(函数, 序列1, 序列2, 序列3, …)

# 案例1：将nums中所有元素乘以10
nums = [19, 870, 34, 61, 78]
result = map(lambda item: item * 10, nums)
print(list(result))      # [190, 8700, 340, 610, 780]

# 案例2：获取nums中所有元素的个位数
nums = [19, 870, 34, 61, 78]
result = map(lambda item: item % 10, nums)
print(list(result))

# 案例3：将nums1和nums2中相同位置上的元素相乘，得到一个新的序列
nums1 = [10, 20, 30, 10]
nums2 = [23, 30, 20, 55]
result = map(lambda i1, i2: i1 * i2, nums1, nums2)
print(list(result))      # [230, 600, 600, 550]

# 练习1：获取names中每个人的姓
names = ['何晓东', '张三', '李四', '王五', '王二', '赵六']
result = map(lambda item: item[0], names)
print(list(result))      # ['何', '张', '李', '王', '王', '赵']

# 练习2：
students = [
    {'name': 'stu1', 'age': 18, 'score': 90},
    {'name': 'stu2', 'age': 22, 'score': 98},
    {'name': 'stu3', 'age': 25, 'score': 78},
    {'name': 'stu4', 'age': 19, 'score': 81},
    {'name': 'stu5', 'age': 20, 'score': 92}
]
subjects = ['电子信息', '金融数学', '园林设计', '经济', '计算机软件']
# ['电子信息-stu1', '金融数学-stu2',....]
result = map(lambda i1, i2: i1 + '-' + i2['name'], subjects, students)
print(list(result))    # ['电子信息-stu1', '金融数学-stu2', '园林设计-stu3', '经济-stu4', '计算机软件-stu5']

3. reduce —— 将序列中的元素合并成一个数据(基于原序列中所有的元素得到一个数据)

reduce(函数, 序列, 初始值) —— 按照函数制定的规则将序列中的元素合并成一个数据函数要求：
a.有且只有两个参数（第一个参数指向初始值，第二个参数代表序列中的每个元素）
b.需要一个返回值（返回值就是合并规则）

初始值：累积求数值和，初始值是0
累积求数值乘积，初始值是1
字符串合并，初始值是空串

from functools import reduce

# 案例1：12 + 301 + 40 + 55 + 112的结果
nums = [12, 301, 40, 55, 112]
result = reduce(lambda x, item: x + item, nums, 0)
print(result)      # 520

# 案例2：12 * 301 * 40 * 55 * 112
nums = [12, 301, 40, 55, 112]
result = reduce(lambda x, item: x * item, nums, 1)
print(result)      # 889996800

# 案例：123014055112
nums = [12, 301, 40, 55, 112]
result = reduce(lambda x, item: x + str(item), nums, '')
print(result)      # '123014055112'

# 练习：2+1+0+5+2
nums = [12, 301, 40, 55, 112]
result = reduce(lambda x, item: x + item % 10, nums, 0)
print(result)    # 10

六、迭代器

1.什么是迭代器（iter）

1）迭代器是容器型数据类型（可以遍历，也可以转换成列表），无法直接提供一个迭代器，只能将其他序列转换成迭代器。
2）特点：
a.打印迭代器的时候，无法查看到元素有哪些
b.无法通过len获取迭代器中元素的个数
c.如果要使用迭代器中的元素，必须从迭代器中取出来（取走），取走的元素会从迭代器中永远消失（用一个就少一个）
3）任何数据都可以作为迭代器的元素

# 1）创建迭代器
i1 = iter('abc')
i2 = iter([10, 20, 30, 40])
i3 = iter((10, 1.23, 'abc', True, [10, 20]))

# 2）打印迭代器无法查看元素
print(i1)     # <str_iterator object at 0x00000175A0FB8A00>
print(i2)     # <list_iterator object at 0x00000175A0FB89D0>

# 3）迭代器无法统计个数
# print(len(i1))     # 报错！

2.获取迭代器中的元素

无论以任何方式获取到了迭代器中的某个元素，那么这个元素一定会从迭代器中消失。

1）获取单个元素：
next(迭代器) —— 获取迭代器最前面的元素

2）遍历迭代器：

for 遍历 in 迭代器:
    循环体

i1 = iter('abc')
i2 = iter([10, 20, 30, 40])
i3 = iter((10, 1.23, 'abc', True, [10, 20]))

print(next(i1))   # 'a'
print(next(i1))   # 'b'
print(next(i1))   # 'c'
# print(next(i1))     # 由于元素取完了，就会报错！

print(next(i2))    # 10
print(list(i2))    # [20, 30, 40]
# print(next(i2))   # 由于上步中将迭代器中的元素转换成了列表，所以迭代器中已经没有元素了，报错！

for x in i3:
    print(x)

print(list(i3))   # []