Python零基础day15

本文介绍了Python编程中的高阶函数概念,包括使用lambda简化代码、递归函数的定义和应用,以及map、reduce和filter函数在数据处理中的作用。示例展示了如何利用这些工具进行列表排序、转换、累加和过滤操作。此外,还探讨了递归的自我调用特性,并提供了一个计算阶乘的递归函数实例。
摘要由CSDN通过智能技术生成

学习目标:

高阶函数


学习内容:

# 高阶函数

# 递归

# lambda 简化代码 减少内存 匿名函数
# lambda 形参: print(10) # 有一个返回值 并且只有一句代码 参数部分可有可无
# def func(a,b):
#     return a+b
#
#
# (lambda a,b: a+b)(1,2)
# func(1,2)

# list1 = [[3, '1'], [1, '3'], [2, '2']]
# for i in list1:
#     print(i[1])
# list1.sort(key=lambda i:i[1])  # 以列表中第二个排序
# print(list1)

# map(func,list)  映射一个新的数据
# list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# list2 = list(map(lambda i: str(i), list1))  # 迭代器
# print(list1)
# print(list2)

# from functools import reduce  # 导入
# reduce(func,list) 累积 两个参数
# list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]  # 求和 sum()
# print(reduce(lambda a, b: a+b, list1))

# filter(func,list)  # 过滤不符合表达式的数据
# list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]
#
# print(list(filter(lambda i: i % 2 == 0,list1)))

# reduce 减
# from functools import reduce
# list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# print(sum(list1))
# print(reduce(lambda a, b: a * b, list1))


# list1 = [1, 2, [3, [4, 5], [6, 7, 8]], [9, 0]]


# def func(list):
#     if type(list) == type([]):  # 判断是否是列表
#         for i in list:
#             func(i)
#     else:
#         print(list)
#
#
# print(func(list1))

# 递归 套娃
# 函数自己调用自己
# 必须要有出口

课后作业:

# 计算5的阶乘
def func(data):
    if data == 1:
        return 1
    return data*func(data-1)


print(func(5))


学习产出:

  • 技术笔记 1 遍
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值