19.Python——函数3（递归，lambda表达式，高阶函数）

摘要

• 应用：学员管理系统
• 递归
• lambda 表达式
• 高阶函数

一.今天不想写一

二. 递归

2.1 递归的应用场景

递归是一种编程思想，应用场景：

1. 在我们日常开发中，如果要遍历一个文件夹下面所有的文件，通常会使用递归来实现；
2. 在后续的算法课程中，很多算法都离不开递归，例如：快速排序。

2.1.1 递归的特点

• 函数内部自己调用自己
• 必须有出口

2.2 应用：3以内数字累加和

• 代码

# 3 + 2 + 1
def sum_numbers(num):
    # 1.如果是1，直接返回1 -- 出口
    if num == 1:
        return 1
    # 2.如果不是1，重复执行累加并返回结果
    return num + sum_numbers(num-1)


sum_result = sum_numbers(3)
# 输出结果为6
print(sum_result)

• 执行结果

三. lambda 表达式

3.1 lambda的应用场景

如果一个函数有一个返回值，并且只有一句代码，可以使用 lambda简化。

3.2 lambda语法

lambda 参数列表 ： 表达式

注意

• lambda表达式的参数可有可无，函数的参数在lambda表达式中完全适用。
• lambda表达式能接收任何数量的参数但只能返回一个表达式的值。

快速入门

# 函数
def fn1():
    return 200


print(fn1)
print(fn1())		##相当于调用fn1()
'''
<function fn1 at 0x000001B37E102F78>
200
'''

# lambda表达式（匿名函数）
fn2 = lambda: 100
print(fn2)
print(fn2())   	##相当于调用fn1()

注意：直接打印lambda表达式，输出的是此lambda的内存地址

3.3 示例：计算a + b

3.3.1 函数实现

def add(a, b):
    return a + b


result = add(1, 2)
print(result)

思考：需求简单，是否代码多？

3.3.2 lambda实现

fn1 = lambda a, b: a + b
print(fn1(1, 2))
#3

3.4 lambda的参数形式

3.4.1.无参数

fn1 = lambda: 100
print(fn1())
#100

3.4.2.一个参数

fn1 = lambda a: a
print(fn1('hello world'))
#hello world

3.4.3.默认参数

fn1 = lambda a, b, c=100: a + b + c
print(fn1(10, 20))
#130

3.4.4.可变参数：*args

fn1 = lambda *args: args
print(fn1(10, 20, 30))
#(10, 20, 30)

注意：*args接收不定长的位置参数，这里的可变参数传入到lambda之后，返回值为元组。

3.4.5.可变参数：**kwargs

fn1 = lambda **kwargs: kwargs
print(fn1(name='python', age=20))
#{'name': 'python', 'age': 20}

3.5 lambda的应用

3.5.1. 带判断的lambda

fn1 = lambda a, b: a if a > b else b
print(fn1(1000, 500))
#1000

3.5.2. 列表数据按字典key的值排序

students = [
    {'name': 'TOM', 'age': 20},
    {'name': 'ROSE', 'age': 19},
    {'name': 'Jack', 'age': 22}
]

# 按name值升序排列
students.sort(key=lambda x: x['name'])
print(students)
'''
需要对列表里的数据进行排序，所以写students.sort();
sort()里的其中一个参数key,表示按照key进行排序;
x表示需要做升序的元素，即所有的字典;
x['name']  #	字典x['name'] 	# 	排序的标准是按照字典里name对应的值升序排列;
'''


# 按name值降序排列
students.sort(key=lambda x: x['name'], reverse=True)
print(students)

# 按age值升序排列
students.sort(key=lambda x: x['age'])
print(students)

'''
[{'name': 'Jack', 'age': 22}, {'name': 'ROSE', 'age': 19}, {'name': 'TOM', 'age': 20}]
[{'name': 'TOM', 'age': 20}, {'name': 'ROSE', 'age': 19}, {'name': 'Jack', 'age': 22}]
[{'name': 'ROSE', 'age': 19}, {'name': 'TOM', 'age': 20}, {'name': 'Jack', 'age': 22}]

'''

四. 高阶函数

把函数作为参数传入，这样的函数称为高阶函数，高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。

4.1 体验高阶函数

在Python中，abs()函数可以完成对数字求绝对值计算。

abs(-10)  # 10

round()函数可以完成对数字的四舍五入计算。

round(1.2)  # 1
round(1.9)  # 2

需求：任意两个数字，按照指定要求整理数字后再进行求和计算。

• 方法1

def add_num(a, b):
    return abs(a) + abs(b)


result = add_num(-1, 2)
print(result)  # 3

• 方法2

def sum_num(a, b, f):
    return f(a) + f(b)


result = sum_num(-1, 2, abs)
print(result)  # 3

注意：两种方法对比之后，发现，方法2的代码会更加简洁，函数灵活性更高。

函数式编程大量使用函数，减少了代码的重复，因此程序比较短，开发速度较快。

4.2 内置高阶函数

4.2.1 map()

map(func, lst)，将传入的函数变量func作用到lst变量的每个元素中，并将结果组成新的列表(Python2)/迭代器(Python3)返回。

需求：计算list1序列中各个数字的2次方。

list1 = [1, 2, 3, 4, 5]


def func(x):
    return x ** 2


result = map(func, list1)

print(result)  # <map object at 0x0000013769653198>
print(list(result))  # [1, 4, 9, 16, 25]

4.2.2 reduce()

reduce(func，lst)，其中func必须有两个参数。每次func计算的结果继续和序列的下一个元素做累积计算。

注意：reduce()传入的参数func必须接收2个参数。

需求：计算list1序列中各个数字的累加和。

import functools

list1 = [1, 2, 3, 4, 5]


def func(a, b):
    return a + b


result = functools.reduce(func, list1)	## 模块名.函数名（a,b）,实现计算list1序列中各个数字的累加和。


print(result)  # 15

4.2.3 filter()

filter(func, lst)函数用于过滤序列, 过滤掉不符合条件的元素, 返回一个 filter 对象。如果要转换为列表, 可以使用 list() 来转换。

list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]


def func(x):
    return x % 2 == 0


result = filter(func, list1)

print(result)  # <filter object at 0x0000017AF9DC3198>
print(list(result))  # [2, 4, 6, 8, 10]

五. 总结

• 递归

  • 函数内部自己调用自己
  • 必须有出口

• lambda

  • 语法

  lambda 参数列表: 表达式
  

  • lambda的参数形式

    • 无参数

    lambda: 表达式
    

    • 一个参数

    lambda 参数: 表达式
    

    • 默认参数

    lambda key=value: 表达式
    

    • 不定长位置参数

    lambda *args: 表达式
    

    • 不定长关键字参数

    lambda **kwargs: 表达式
    

• 高阶函数

  • 作用：把函数作为参数传入，化简代码
  • 内置高阶函数
    • map()
    • reduce()
    • filter()