实参高阶函数

最新推荐文章于 2023-10-30 15:27:16 发布

D_Ray_

最新推荐文章于 2023-10-30 15:27:16 发布

阅读量149

点赞数

分类专栏：笔记文章标签： python

本文链接：https://blog.csdn.net/D_Ray_/article/details/119190852

版权

笔记专栏收录该内容

26 篇文章 0 订阅

订阅专栏

本文介绍了Python中的匿名函数，详细阐述了lambda表达式的使用和限制。接着讲解了变量的作用域，包括全局变量和局部变量的区别。进一步讨论了函数作为变量的概念。文章重点讨论了实参高阶函数，如map和reduce的用法，并提供了相关习题以加深理解。

摘要由CSDN通过智能技术生成

匿名函数

语法：
函数名 = lambda 参数列表: 返回值

相当于：
def 函数名(参数列表):
return 返回值

注意：
1）匿名函数只能实现用一句代码就可以完成功能的函数
2）匿名函数在调用的时候和普通函数没有区别
3）匿名函数的参数不能使用冒号语法来说明类型

sum1 = lambda num1, num2=10: num1 + num2

print(sum1(10, 20))
print(sum1(num1=100, num2=200))
print(sum1(5))

# 练习：定义一个匿名函数获取指定数的个位数
units_digit = lambda num: num % 10
print(units_digit(123))

变量作用域

变量作用域 - 指的就是变量能够使用的范围
根据变量作用域的不同将变量分为：全局变量和局部变量

全局变量
没有定义在函数里面或者类里面的变量就是全局变量；
全局变量的作用域是从定义开始到程序结束。

2.局部变量
定义在函数里面的变量是局部变量（形参也是局部变量）；
局部变量的作用域是从定义开始到函数结束。

3.函数调用过程（内存的变化）
每次在调用函数的时候，系统会自动在栈区间为这个函数开辟一个临时内存区域，用来存储在函数中定义的局部变量。
当函数调用结束的时候系统会自动释放这块内存。

"""1.全局变量"""
# a、b、c都是全局变量
a = 100

for b in range(10):
    print(b)
    c = 20
    print(f'循环里面使用a:{a}')

print(f'循环外面使用b和c:{b}, {c}')


def func1():
    print(f'函数中使用a、b、c:{a}, {b}, {c}')


func1()


"""2. 局部变量"""
def func2(x):
    y = 100
    for z in range(10):
        pass
    print('函数结束')
    print(f'函数里使用x, y, z:{x}, {y}, {z}')\



func2(20)
# print(f'函数外面使用x,y,z:{z}')   # 报错


"""
4. global和nonlocal   - 只能在函数体中使用
global - 1）在函数中修改全局变量的值，需要在前面用global对变量进行说明；
         2）在函数中定义一个全局变量，需要在前面用global对变量进行说明。
global 变量名


（了解）nonlocal  -  如果需要在局部的局部修改一个局部变量的值，就需要使用nonlocal进行说明
"""
m = 100
n = 100


def func3():
    # 这儿不会修改全局变量m的值，而是重新定义一个新的局部变量m
    m = 200

    global n
    n = 200

    # 在函数中可以使用全局变量
    print(f'函数中m:{m}')
    print(f'函数中n:{n}')

    global x
    x = 'abc'


func3()
print(f'函数外面 m:{m}')
print(f'函数外面 n:{n}')
print(f'函数外面 x:{x}')


ab = 100


def func4():
    xy = 200
    print(f'func4:{ab}, {xy}')

    def func5():
        nonlocal xy
        xy = 300
        print(f'func5:{ab}, {xy}')

    func5()
    print(f'func4-xy:{xy}')


func4()

函数就是变量

1.重要结论
python中定义函数就是定义类型是function的变量，函数名就是变量名
"""

func1 = lambda x: x*2
print(type(func1))    # <class 'function'>
"""
相等于：
def func1(x):
    return x*2
"""


def func2():
    print('函数!')


a = 10

print(type(a))      # <class 'int'>
print(type(func2))  # <class 'function'>

print(id(a))
print(id(func2))

b = a
print(b + 10)

c = func2
c()

list1 = [a, 100]
list2 = [func2, 100, func2()]
print(list2)

a = 'abc'
func2 = 'abc'

"""1.变量作为函数的参数"""


def func3(x):
    print(f'x:{x}')


def func4():
    print('函数4')


func3(199)

num = 200
func3(num)

func3(func4)


# x可以传数字、字符串、列表、元组
def func5(x):
    print(x * 2)


# x可以传字符串、列表、元组、字典
def func6(x):
    print(x[0])


# x只能传列表
def func7(x):
    x.append(100)
    print(x)


#  func8和func9是实参高阶函数  - 因为这两个函数的参数中有函数
# x只能传函数，而且这个函数在调用的时候可以不用传参
def func8(x):
    print(x())


# x只能传函数；函数调用的时候可以只接受一个参数；返回值必须是数字
def func9(x):
    print(x(10) / 2)


"""func10是返回值高阶函数 - 因为func10的返回值是函数"""
def func10():
    def func11():
        print('hello')
        return 100
    return func11


"""print(func11())  => print(100)"""
print(func10()())

常用实参高阶函数

1.常用实参高阶函数
max、min、sorted/sort
map
reduce
"""

"""1）max、min、sorted
max(序列, key=函数)
函数要求：a. 有且只有一个参数（这个参数指向是前面序列中的每个元素）
        b. 有一个返回值（返回值就是比较对象）
"""
nums = [89, 78, 90, 23, 67, 81]
print(max(nums))

"""a.求nums中个位最大的元素： 89"""
nums = [89, 78, 90, 23, 67, 81]

# 方法一：
"""
def temp(item):
    return item % 10
print(max(nums, key=temp))
"""

# 方法二
print(max(nums, key=lambda item: item % 10))


"""b.求nums中值最大的元素(将字符串数字当成数字)：'100'"""
nums = [89, '100', 34, '78', 90]
print(max(nums, key=lambda item: int(item)))


"""c.获取年龄最大的学生信息；获取成绩最低的学生信息"""
students = [
    {'name': '小明', 'age': 18, 'score': 90},
    {'name': '老王', 'age': 28, 'score': 67},
    {'name': '张三', 'age': 22, 'score': 83},
    {'name': '李四', 'age': 25, 'score': 57}
]

print(max(students, key=lambda item: item['age']))
print(min(students, key=lambda item: item['score']))

"""d. 获取nums各个位数的和最大的元素"""
nums = [123, 97, 56, 109, 82]
"""6， 16， 11， 10， 10"""
def temp(item):
    s = 0
    for x in str(item):
        s += int(x)
    return s


print(max(nums, key=temp))
print(sorted(nums, key=temp))


# max的实现原理（了解）
def yt_max(seq, *, key=None):
    """"""
    """
    seq = [89, 78, 90, 23, 67, 81]
    key = lambda item: item % 10
    """
    if key:
        seq = list(seq)
        m = seq[0]
        for x in seq[1:]:
            if key(x) > key(m):
                m = x
        return m
        """
        seq = [89, 78, 90, 23, 67, 81]
        m = 89
        x = 78, 90, 23, 67, 81
        x = 78: if key(78) > key(89)  -> if 8 > 9 -> if False
        x = 90: if key(90) > key(89)  -> if 0 > 9  -> if False

        """
    else:
        seq = list(seq)
        m = seq[0]
        for x in seq[1:]:
            if x > m:
                m = x
        return m


nums = [89, 78, 90, 23, 67, 81]
print(yt_max(nums))
print(yt_max(nums, key=lambda item: item % 10))


print(yt_max(students, key=lambda x: x['score']))

map和reduce

1. map
1) map(函数, 序列)   -  将序列中所有元素按照指定规则进行变换产生一个新的序列
函数要求：a. 有一个参数(指向原序列中元素)
        b. 需要一个返回值（新序列中的元素，描述清楚新序列元素和原序列元素的关系）
        
2) map(函数, 序列1, 序列2)
函数要求：a.有两个参数，第一个参数指向序列1中的元素，第二个参数指向序列2中元素
        b.需要一个返回值（新序列中的元素，描述清楚新序列元素和原序列元素的关系）
    
函数后面可以有N个序列，要求这N个序列中元素个数必须一致；有多少个序列，函数就需要多少个参数
"""
"""
[23, 45, 78, 91, 56]  -> ['23', '45', '78', '91', '56']
[23, 45, 78, 91, 56]  -> [3, 5, 8, 1, 6]
"""
nums = [23, 45, 78, 91, 56]
print(list(map(lambda item: str(item), nums)))
print(list(map(lambda item: item % 10, nums)))


nums1 = [1, 2, 3, 4, 5]
nums2 = [6, 7, 8, 9, 1]
"""
[16, 27, 38, 49, 51]
"""
result = map(lambda i1, i2: i1 * 10 + i2, nums1, nums2)
print(list(result))

"""
练习：
['小明', '张三', '李四', '老王']
[18, 30, 26, 35]

->
[
    {'name': '小明', 'age': 18},
    {'name': '张三', 'age': 30},
    ...
]
"""
names = ['小明', '张三', '李四', '老王']
ages = [18, 30, 26, 35]
result = map(lambda i1, i2: {'name': i1, 'age': i2}, names, ages)
print(list(result))

"""
2. reduce
reduce(函数, 序列, 初始值)
函数：a.有且只有两个参数
        第一个参数：第一次指向初始值，第二次开始指向上一次的运算结果（可以直接看成是初始值）
        第二个参数：指向序列中的每个元素
     b. 返回值：描述合并规则（用初识值和元素来描述）
"""

"""
[1, 2, 3, 4, 5]  -> 15 (1+2+3+4+5)   初始值0
[1, 2, 3, 4, 5]  -> 120 (1*2*3*4*5)  初始值1
[1, 2, 3, 4, 5]  -> '12345'   ('' + '1'+'2'+'3'+'4'+'5')     初始值 ''

"""
from functools import reduce

nums = [1, 2, 3, 4, 5]
result = reduce(lambda x, y: x+y, nums, 0)
print(result)

result = reduce(lambda x, y: x * y, nums, 1)
print(result)

result = reduce(lambda x, y: x+str(y), nums, '')
print(result)

"""
students = [
    {'name': '小明', 'age': 18, 'score': 90},
    {'name': '老王', 'age': 28, 'score': 67},
    {'name': '张三', 'age': 22, 'score': 83},
    {'name': '李四', 'age': 25, 'score': 57}
]

需求1：'小明老王张三李四'
'' + '小明' + '老王' + '张三' + ...

需求2：['小明', '老王', '张三', '李四']
[] + ['小明'] + ['老王'] + ...
"""
students = [
    {'name': '小明', 'age': 18, 'score': 90},
    {'name': '老王', 'age': 28, 'score': 67},
    {'name': '张三', 'age': 22, 'score': 83},
    {'name': '李四', 'age': 25, 'score': 57}
]

result = reduce(lambda x, y: x + y['name'], students, '')
print(result)

result = reduce(lambda x, y: x + [y['name']], students, [])
print(result)

习题

# 1.已经列表points中保存的是每个点的坐标(坐标是用元组表示的，第一个值是x坐标，第二个值是y坐标)
points = [(10, 20), (0, 100), (20, 30), (-10, 20), (30, -100)]
# 以下问题使用实参高阶函数来解决
# 1）获取列表中y坐标最大的点
print(max(points, key=lambda i: i[1]))
# 2）获取列表中x坐标最小的点
print(min(points, key=lambda i: i[0]))
# 3）获取列表中距离原点最远的点
print(max(points, key=lambda i: i[0]**2 + i[1]**2))
# 4）将点按照点到x轴的距离大小从大到小排序
print(sorted(points, key=lambda i: i[1]**2, reverse=True))


# 2.求列表 nums中绝对值最大的元素
nums = [2, -3, 4, -5, 6, -8]
print(max(nums, key=lambda i: i**2))

# 3.已知两个列表A和B，用map函数创建一个字典，A中的元素是key，B中的元素是value
A = ['name', 'age', 'sex']
B = ['张三', 18, '女']
# 新字典: {'name': '张三', 'age': 18, 'sex': '女'}
print(dict(map(lambda i1, i2: (i1, i2), A, B)))

# 4.已知三个列表分别表示5个学生的姓名、学科和班号，使用map将这个三个列表拼成一个表示每个学生班级信息的的字典
names = ['小明', '小花', '小红', '老王']
nums = ['1906', '1807', '2001', '2004']
subjects = ['python', 'h5', 'java', 'python']
# 结果：{'小明': 'python1906', '小花': 'h51807', '小红': 'java2001', '老王': 'python2004'}
print(dict(map(lambda i1, i2, i3: (i1, i3+i2), names, nums, subjects)))

# 5.已经一个列表message, 使用reduce计算列表中所有数字的和（用采用列表推导式和不采用列表推导式两种方法做）
message = ['你好', 20, '30', 5, 6.89, 'hello']
# 结果：31.89
from functools import reduce

print(reduce(lambda x, y: x+y, [i for i in message if type(i) in (int, float)], 0))

print(reduce(lambda x, y: x+y, message[3:5], 20))

print(reduce(lambda x, y: x + (y if type(y) in (int,  float) else 0), message, 0))


# 6.已知一个字典列表中保存的是每个学生各科的成绩，
# 1）计算并添加每个学生的平均分
# 2）按照平均分从高到低排序
students = [
  {'name': 'stu1', 'math': 97, 'English': 67, 'Chinese': 80},
  {'name': 'stu2', 'math': 56, 'English': 84, 'Chinese': 74},
  {'name': 'stu3', 'math': 92, 'English': 83, 'Chinese': 78},
  {'name': 'stu4', 'math': 62, 'English': 90, 'Chinese': 88}
]

# 计算平均分
# studens = [
#   {'name': 'stu1', 'math': 97, 'English': 67, 'Chinese': 80, 'avg':81},
#   {'name': 'stu2', 'math': 56, 'English': 84, 'Chinese': 74, 'avg':71},
#   {'name': 'stu3', 'math': 92, 'English': 83, 'Chinese': 78, 'avg':87},
#   {'name': 'stu4', 'math': 62, 'English': 90, 'Chinese': 88, 'avg':80}
# ]
def temp(i):
  i['avg'] = (i['math'] + i['English'] + i['Chinese']) // 3
  return i

new_students = list(map(temp, students))
print(new_students)

# 按照平均分从高到低排序
new_students.sort(key=lambda i: i['avg'], reverse=True)
print(new_students)