文章目录
高阶函数
##递归函数
递归函数就是定义了一个函数,然后在函数内,自己调用了自己这个函数
递归函数内必须要有结束,不然就会一只调用下去,直到调用的层数越来越多,栈溢出
递归函数是一层一层的进入,再一层一层的返回
普通战甲套反浩克战甲,套娃,
# 初步认识 递归函数 3 2 1 0
def digui(num):
print(num) # 3 2 1 0
# 检测当前的值是否到了零
if num > 0:
# 调用函数本身
digui(num-1)
print(num) # 0 1 2 3
digui(3)
'''
解析当前递归函数的执行过程:
digui(3) ==> 3
digui(3-1) ==> 2
digui(2-1) ==> 1
digui(1-1) ==> 0
digui(0) ==> 0
digui(1) ==> 1
gidui(2) ==>2
digui(3) ==> 3
'''
回调函数
函数中的参数可以是任意类型的,那参数能不能是一个函数呢?
如果在一个函数中要求传递的参数是一个函数作为参数,并且在函数中使用了传递进来的函数,那么这个函数我们就可以称为是一个回调函数
# 定义一个函数,函数中的一个参数要求是另一个函数
# 带有回调函数参数的函数
# def func(f):
# print(f,type(f))
# 并且在函数中调用了传递进来的行参函数
# f()
# 回调函数
# def love():
# print('123')
#
# func(love)
闭包函数
既然可以把函数作为一个行参进行传递,作为回调函数,那么如果在一个函数中,返回了一个函数呢?
在一个函数内返回了一个内函数, 并且这个返回的内函数还使用了外函数中局部变量,这就是闭包函数
特点:
- 在外函数中定义了局部变量,并且在内部函数中使用了这个局部变量
- 在外函数中返回了内函数,返回的内函数就是闭包函数
- ⚠主要在于保护了外函数中的局部变量,既可以被使用,又不会被破坏
- 检测一个函数是否为闭包函数,可以使用 函数名.__closure__如果是闭包函数返回 cell
# 定义一个函数
def person():
money = 0 # 函数中定义了一个局部变量
# 工作 定义的内函数
def work():
nonlocal money # 在内函数中使用了外函数的临时变量
money += 100
print(money)
# 在外函数中返回了内函数,这个内函数就是闭包函数
return work
res = person() # return work res = work
res() # res() == work()
res()
res()
res()
# 此时 就不能够在全局中对money这个局部变量进行任何操作了,
# 闭包的作用:保护了函数中的变量不受外部的影响,但是又能够不影响使用
匿名函数 lambda 表达式
匿名函数的意思就是说可以不使用def定义,并且这个函数也有没有名字
在python中可以使用lambda表达式来定义匿名函数
注意:lambda表达式仅仅是一个表达式,不是一个代码块,所以lambda又称为一行代码的函数
lambda表达式也有行参,并且不能访问除了自己的行参之外的任何数据包括全局变量
'''
语法:
lambda [参数列表]:返回值
'''
# 封装一个函数做加法运算
# 普通函数
def jia(x,y):
return x+y
# print(jia(2,3))
# 改成lambda表达式来封装
res = lambda x,y:x+y
# print(res(4,4))
# 带有分支结构的lambda 表达式
# lambda 参数列表: 真区间 if 表达式判断 else 假区间
res = lambda sex:"很man" if sex=='男' else "很nice"
print(res('女'))
迭代器
迭代器是python中最具特色的功能之一,是访问集合元素的一种方式
迭代器是一个可以记住访问遍历的位置的对象
集合的第一个元素开始访问,直到集合中的所有元素被访问完毕
迭代器只能从前往后一个一个的便利,不能后退
能被next()函数调用,并不断返回下一个值的对象称为迭代器(Iterator 迭代器对象)
iter()
功能:把可迭代的对象,转为一个迭代器对象
参数:可迭代的对象 (str,list,tuple,dict)
返回值: 迭代器对象
注意:迭代器一定是一个可以迭代的对象,但是可迭代对象不一定是迭代器
next()
next()函数可以去调用迭代器,并返回迭代器中的下一个数据
迭代器的取值方案
- next() 调用一次获取一次,直到数据被取完
- list() 使用list函数直接取出迭代器中的所有数据
- for 使用for循环遍历迭代器的数据
- 迭代器取值的特点,取出一个少一个,直到都取完,最后再获取就会报错
检测迭代器和可迭代对象的方法
from collections.abc import Iterator,Iterable
varstr = '123456'
res = iter(varstr)
# type() 函数返回当前数据的类型,
# isinstance() 检测一个数据是不是一个指定的类型
r1 = isinstance(varstr,Iterable) # True 可迭代对象
r2 = isinstance(varstr,Iterator) # False 不是一个迭代器
r3 = isinstance(res,Iterable) # True 可迭代对象
r4 = isinstance(res,Iterator) # True 是一个迭代器
print(r1,r2)
print(r3,r4)
# 迭代器一定是一个可迭代的对象,可迭代对象不一定是迭代器
内置函数
内置函数就是在系统安装完python解释器时,由python解释器给提供好的函数
range() 函数
如果你确实需要遍历一个数字序列,内置函数 range() 会派上用场。它生成算术级数
range函数的使用方式
# 只写一个参数,就是从零开始到10之前,9
# res = range(11)
# 两个参数时,第一个参数是开始的值,第二个参数是结束的值(在结束值之前)
# res = range(5,10)
# 三个参数, 参数1是开始值,参数2是结束值,参数三是步进值
# res = range(1,10,3)
# 获取一个倒叙的数字序列
# res = range(10,0,-1)
# res = range(10,0,-2)
res = range(-10,-20,-1)
res = range(-20,-10)
res = range(-10,10)
print(list(res))
获取range函数返回的数字序列的方法
res = range(10)
# 1。转为list列表数据
# print(list(res))
# 2。通过 for循环 进行遍历
# for i in res:
# print(i)
# 3。转为迭代器,使用next函数调用
# res = iter(res)
# print(next(res))
# print(next(res))
zip() 函数
功能:zip 函数是可以接受多个可迭代的对象,然后把每个可迭代对象中的第i个元素组合在一起,形成一个新的迭代器
参数:*iterables,任意个的 可迭代对象
返回值: 返回一个元组的迭代器
var1 = '1234'
var2 = ['a','b','c']
var3 = ('A','B','C','D')
# 调用zip函数,组成新的元组迭代器
res = zip(var1,var2,var3)
# print(res,type(res))
for i in res:
print(i)
'''
('1', 'a', 'A')
('2', 'b', 'B')
('3', 'c', 'C')
('4', 'd', 'D')
'''
# zip() 与 * 运算符相结合可以用来拆解一个列表:
x = [1, 2, 3]
y = [4, 5, 6]
zipped = zip(x, y)
print(list(zipped))
print(zip(x, y)) # 迭代器对象,
print(*zip(x, y))# 组合好的多个元组数据
其它内置函数
数据类型转换相关内置函数
- int() 将其它类型数据转为整型
- float() 转为浮点类型
- bool() 转为布尔类型
- complex() 转为复数
- str() 转为字符串类型
- list 转为列表类型
- tuple 转为元组类型
- dict 转为字典类型
- set 转为集合类型
变量相关函数
- id() 获取当前数据的ID标识
- type() 获取当前数据的类型字符串
- print() 数据的打印
- input() 获取输入的数据
- isinstance() 检测是否为指定的数据类型
数学相关函数
# 获取一个数的绝对值
# print(abs(-99.99))
# 求和 从 start 开始自左向右对 iterable 中的项求和并返回总计值
# print(sum([1,2,3]))
# 获取最大值
# print(max([1,2,3]))
# print(max(99,12,45))
# 获取最小值
# print(min([2,1,6,-9]))
# print(min(6,7,1,0,-2))
# 幂运算 返回 x 的 y 次幂
# print(pow(2,3))
# 四舍五入
# r = round(3.1415926)
# r = round(3.1415926,2) # 小数点保留几位
# r = round(4.5) # 奇进偶退 1.5 = 2 2.5=2,3.5=4,4.5=4
# print(r)
进制相关函数
# bin() 将数值类型转为二进制
# print(bin(123)) # 0b1111011
# int() 将二进制转为整型
# print(int(0b1111011)) #1 23
# oct() 转为八进制数 01234567
# print(oct(123)) # 0o173
# hex() 转为十六进制数 0123456789abcdef
# print(hex(123)) # 0x7b
高阶函数
sorted(iterable[reverse,key])排序
sorted()
运行原理:
把可迭代数据里面的元素,一个一个的取出来,放到key这个函数中进行处理,
并按照函数中return的结果进行排序,返回一个新的列表
功能: 排序
参数:
iterable 可迭代的数据 (容器类型数据,range数据序列,迭代器)
reverse 可选,是否反转,默认为False,不反转, True反转
key 可选, 函数,可以是自定义函数,也可以是内置函数
返回值: 排序后的结果
arr = [3,7,1,-9,20,10]
# 默认按照从小到大的方式进行排序
# res = sorted(arr) # [-9, 1, 3, 7, 10, 20]
# 可以按照从大到小的方式进行排序
# res = sorted(arr,reverse=True) # [20, 10, 7, 3, 1, -9]
# 使用abs这个函数(求绝对值)作为sorted的key关键字参数使用
res = sorted(arr,key=abs)
# print(res)
# 使用自定义函数
# def func(num):
# print(num,num % 2)
# return num % 2
#
# arr = [3,2,4,6,5,7,9]
#
# # 在sorted函数中使用自定义函数对数据进行处理
# res = sorted(arr,key=func)
# print(res)
## 优化版
arr = [3,2,4,6,5,7,9]
res = sorted(arr,key=lambda x:x%2)
print(res)
map(func, *iterables) 新迭代器
map(func, *iterables)
功能: 对传入的可迭代数据中的每个元素放入到函数中进行处理,返回一个新的迭代器
参数:
func 函数 自定义函数|内置函数
iterables:可迭代的数据
返回值:迭代器
(1)把一个字符串数字的列表转为 整型的数字列表
['1','2','3','4'] # ==> [1,2,3,4]
普通的处理方法
varlist = ['1','2','3','4'] # ==> [1,2,3,4]# newlist = []
for i in varlist:
newlist.append(int(i))
print(newlist)
使用map函数进行处理
varlist = ['1','2','3','4']
res = map(int,varlist) # <map object at 0x104ea8890>
print(list(res))
(2) [1,2,3,4] ==> [1,4,9,16]
普通方法
varlist = [1,2,3,4]
newlist = []
for i in varlist:
res = i ** 2
newlist.append(res)
print(newlist)
使用map函数处理这个数据
varlist = [1,2,3,4]
def myfunc(x):
return x ** 2
res = map(myfunc,varlist)
print(res,list(res))
优化版
res = map(lambda x:x**2,varlist)# print(res,list(res))
练习作业
(3) ['a','b','c','d'] ==> [65,66,67,68]
reduce(func,iterable)
reduce(func,iterable)
功能:
每一次从 iterable 拿出两个元素,放入到func函数中进行处理,得出一个计算结果,
然后把这个计算结果和iterable中的第三个元素,放入到func函数中继续运算,
得出的结果和之后的第四个元素,加入到func函数中进行处理,以此类推,直到最后的元素都参与了运算
参数:
func: 内置函数或自定义函数
iterable: 可迭代的数据
返回值:最终的运算处理结果
注意: 使用 reduce函数时,需要导入 from functools import reduce
from functools import reduce
(1) [5,2,1,1] ==> 5211
# 普通方法
# varlist = [5,2,1,1]
# res = ''
# for i in varlist:
# res += str(i)
# res = int(res)
# print(res,type(res))
'''
5 2 1 1
5 * 10 + 2 == 52
52 * 10 + 1 == 521
521 * 10 + 1 == 5211
'''
# 使用 reduce完成
# def myfunc(x,y):
# return x*10+y
# varlist = [5,2,1,1]
# # 调用函数
# res = reduce(myfunc,varlist)
# print(res,type(res))
(2) 把字符串的 '456' ==> 456
# 要求不能使用int方法进行类型的转换时,如何解决上面的问题
# 定义函数,给定一个字符串的数字,返回一个整型的数字
def myfunc(s):
vardict = {'0':0,'1':1,'2':2,'3':3,'4':4,'5':5,'6':6,'7':7,'8':8,'9':9}
return vardict[s]
# 1.先使用 map函数,把数字字符串,转为整型的数字
iter1 = map(myfunc,'456')
# 2. 把数字列表中的值,使用lambda进行二次处理
iter2 = reduce(lambda x,y:x*10+y,iter1)
print(iter2)
filter(func,iterable)过滤数据
filter(func,iterable)
功能: 过滤数据,把 iterable 中的每个元素拿到 func 函数中进行处理,
如果函数返回True则保留这个数据,返回False则丢弃这个数据
参数:
func 自定义函数
itereble: 可迭代的数据
返回值:保留下来的数据组成的 迭代器
# 要求 保留所有的偶数,丢弃所有的奇数
varlist = [1,2,3,4,5,6,7,8,9]
(1)普通方法实现
newlist = []
for i in varlist:
if i % 2 == 0:
newlist.append(i)
print(newlist)
(2)使用 filter 进行处理
# 定义一个函数,判断当前这个函数是否为偶数,偶数返回True,奇数返回False
def myfunc(n):
if n % 2 == 0:
return True
else:
return False
(3) 调用 过滤器 函数进行处理
it = filter(myfunc,varlist)
print(it,list(it))
优化版
it = filter(lambda n:True if n % 2 == 0 else False,varlist)
print(it,list(it))