day12函数进阶

最新推荐文章于 2024-07-23 14:36:35 发布

FinoXC

最新推荐文章于 2024-07-23 14:36:35 发布

阅读量29

点赞数

文章标签： python numpy 机器学习

本文链接：https://blog.csdn.net/FinoXC/article/details/129697069

版权

1 返回值

1.1return的作用

注意：return只能在函数体中使用

将数据作为函数的返回值返回
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('=======')


print(func1())   # 100


def func2():
    print('+++++++')
    return
    print('-------')
    print('=======')
    
    
def func3(n):
    # n = 5
    for x in range(1, n):
        if x % 3 == 0:
            return x
        print(f'x:{x}')


print(func3(5))

"""
x: 1
x: 2 
x: 3
x：4
None

x:1
x:2
3
"""

2 函数作用域

2.1 变量作用域

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

2.2 全局变量和局部变量

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
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 = 100

# x和b都是全局变量
for x in range(5):
    b = 200


print(f'外面使用a:{a}')
print(f'外面使用x:{x}')
print(f'外面使用b:{b}')

for y in range(3):
    print(f'循环里面a:{a}')
    print(f'循环里面b:{b}')
    print(f'循环里面x:{x}')
    
def fun1():
    print(f'函数里面a:{a}')
    print(f'函数里面b:{b}')
    print(f'函数里面x:{x}')
    
    
# m 和 n 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}')
# print(f'函数外面n:{n}')

2.3 全局变量和局部变量的存储原理

全局变量默认保存在全局栈区间，全局栈区间会在程序结束后自动释放。
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栈区间中的)，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。
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。

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

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


func3()

print(num)
print(name)

3 匿名函数

3.1 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：

匿名函数的形参至少一个
匿名函数的调用和普通函数一样
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=1, num2=2: num1 + num2

result = sum_2(100, 200)
print(result)

result = sum_2(num1=10, num2=20)
print(result)

result = sum_2()
print(result)

# 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(2000))
print(is_leap_year(2001))

4 实参高阶函数

4.1 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 func2(x):
    print(x * 2)


func2(10)
func2(1.23)
func2('abc')
func2([10, 20])
func2((100, 200))



func6就是一个实参高阶函数
def func6(x):
    # x = t
    x()     # t()


def t():
    print('t函数')

    
func6(t)




func7是实参高阶函数
def func7(x):
    # x = t2
    # x = lambda n1, n2: n1 + n2
    print(x(10, 20) + 30)
    # print(t2(10, 20) + 30)  print(200 + 30)
    # print(30 + 30)


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


func7(t2)
func7(lambda n1, n2: n1 + n2)

5 常见的实参高阶函数

5.1 max、min、sorted、列表.sort

max(序列) - 直接比较序列中元素的大小求最大值
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 = [83, 67, 19, 22, 80, 77, 93]
result = max(nums, key=lambda item: item % 10)
print(result)       # 19

# 案例：求nums中绝对值最大的元素
nums = [8, -283, 89, 100, 82, -34]
result = max(nums, key=lambda item: item ** 2)
print(result)       # -283

# 案例：求students中分数最高的学生
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 = max(students, key=lambda item: item['score'])
print(result)

# 案例：按照分数的高度对学生从大到小排序
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}
]
students.sort(key=lambda item: item['age'])
print(students)


# 练习4：求nums中各个位之和最大的元素
nums = [123, 78, 90, 201, 192, 330]
# 123  -> 1 + 2 + 3
# '123' -> '1'、'2'、'3', [1, 2, 3]

# 方法1：
result = max(nums, key=lambda item: sum([int(x) for x in str(item)]))
print(result)

# 方法2：
# 123 -> eval('1+2+3')
# 123 -> '123'  -> '+'.join('123') -> '1+2+3'
result = max(nums, key=lambda item: eval('+'.join(str(item))))
print(result)


# 方法3：
def t(item):
    sum1 = 0
    for x in str(item):
        sum1 += int(x)
    return sum1


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

5.2 map - 基于原序列中的元素创建一个新的序列

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）
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）
map(函数, 序列1, 序列2, 序列3,…)

# 案例1：将nums中所有的元素乘以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
result = map(lambda item: item % 10, nums)
print(list(result))     # [9, 0, 4, 1, 8]

# 案例2：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))

# 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: f'{i2}-{i1["name"]}', students, subjects)
print(list(result))

5.3 reduce - 将序列中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）

educe(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
函数的要求：
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

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

# 案例：12 * 301 * 40 * 55 * 112 的结果
# 1 * 12 * 301 * ... * 112
result = reduce(lambda x, item: x * item, nums, 1)
print(result)

# 案例：123014055112  -> '123014055112'
# '' + '12' + '301' + '40' + ... + '112'
# '' + str(12) + str(301) +... + str(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]
# 0 + 2 + 1 + 0 + 5 + 2
# 0 + 12 % 10 + 301 % 10 + ... + 112 % 10
result = reduce(lambda x, item: x + item % 10, nums, 0)
print(result)

6 迭代器

6.1 什么是迭代器(iter)

迭代器是容器型数据类型(可以遍历，也转换成列表)，无法直接提供一个迭代器，只能将其他序列转换成迭代器。
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将元素从迭代器中取出来(取走)，取走的元素会从迭代器中永远消失(用一个就少一个)
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)
print(i2)

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

6.2 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。

获取单个元素：
next(迭代器) - 获取迭代器最前面的元素

遍历迭代器
for 变量 in 迭代器:
循环体

# 1)创建迭代器
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))     # 报错！

print(next(i2))     # 10
print(list(i2))     # [20, 30, 40]
# print(next(i2))     # 报错！


for x in i3:
    print(x)

print(list(i3))     # []

FinoXC

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
day12函数进阶

迭代器是容器型数据类型(可以遍历，也转换成列表)，无法直接提供一个迭代器，只能将其他序列转换成迭代器。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将元素从迭代器中取出来(取走)，取走的元素会从迭代器中永远消失(用一个就少一个)任何数据都可以作为迭代器的元素。
复制链接

扫一扫