Day11_函数高阶

Day11_函数高阶

笔记：

匿名函数

1.匿名函数 - 没有函数名的函数

"""
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：匿名函数的本质还是函数，之前函数中除了定义函数的语法以外的内容都适用于匿名函数
"""

函数就是变量

1. 函数就是变量

• 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，普通变量能做的事儿，函数都能做

# func3是一个实参高阶函数 - 如果一个函数的参数是函数，那么这个函数是一个实参高阶函数
def func3(x, y, z, m):
    #     x是长度大于等于2的有序序列
    print(x[1])
    #   y是任何类型的数据
    print(y)
    #  z是字典
    print(z['a'])
    #  m是一个函数
    m()

# func4s是返回值高阶函数 - 如果一个函数的返回值是函数，那么这个函数就是返回值高阶函数。
def func4():
    def t2():
        print('你好！')
    return t2

实参高阶函数

​ python中常用的实参高阶函数：max、min、sorted、map、reduce

1. max和min

"""
max(序列，key = 函数) - 按照key对应的函数指定规则来获取序列中元素的最大值
函数的要求：1）有且只有一个参数(这个参数指向的是序列中的元素)
          2)有一个返回值 (比较大小的对象)      
"""

2. sorted

"""
sorted(序列，key = 函数) - 按照key对应的函数指定规则来获取序列中元素的最大值
函数的要求：1）有且只有一个参数(这个参数指向的是序列中的元素)
          2)有一个返回值 (比较大小的对象)      
"""

3. map

"""
1）map(函数，序列)  - 将序列中的元素按照函数指定的规则转换成新的序列
函数的要求：a.有且只有一个参数（指向序列中的每个元素）
          b.需要一个返回值 （返回值就是新序列中的元素）
2）map(函数，序列1，序列2)
函数的要求：a.有且只有两个参数（分别指向后面两个序列中的元素）
          b.需要一个返回值（返回值就是新序列中的元素）
"""

4. reduce

"""
reduce(函数，序列，初始值） - 将序列中的元素按照函数指定的规则合并成一个数据
函数的要求：a.有且只有两个参数
            第一个参数：第一次指向初始值，从第二次开始指向上一次的计算结果
            第二个参数：指向序列中的每个元素
          b.描述合并规则
注意：使用前需调用，调用语句：from functools import reduce  
"""

作业：

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)
   ]
   #1）获取列表中y坐标最大的点
   result = max(points, key=lambda item: abs(item[-1]))
   print(list(result))
   #2）获取列表中x坐标最小的点
   result = min(points, key=lambda item: abs(item[0]))
   print(list(result))
   #3）获取列表中距离原点最远的点
   result = max(points, key=lambda item: item[0] ** 2 + item[-1] ** 2)
   print(list(result))
   #4）将点按照点到x轴的距离大小从大到小排序
   result = sorted(points, key=lambda item: abs(item[-1]),reverse=True)
   print(list(result))
   

   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

   2）获取列表中x坐标最小的点

   3）获取列表中距离原点最远的点

   4）将点按照点到x轴的距离大小从大到小排序

2. 求列表 nums 中绝对值最大的元素

   nums = [12, -100, 122, 454, 10, -567]
   result = max(nums, key=lambda item: abs(item))
   print(result)
   

3. 已经两个列表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'}
   result = dict(map(lambda x, y: (x, y), A, B))
   print(result)
   

4. 已经三个列表分别表示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'}
   result = dict(map(lambda x, y, z: (x, f'{z}{y}'), names, nums, subjects))
   print(result)
   

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
   #方法一
   from functools import reduce
   new_message =[x for x in message if type(x) in [int,float]]
   print(reduce(lambda x, item: x + item, new_message, 0))
   print(sum(new_message))
   #方法二
   from functools import reduce
   print(reduce(lambda x, item: x + (item if type(item) 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

   studens = [
     {'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
    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}
    ]
    #方法1
   results = list(map(lambda x: sum([x['math'], x['English'], x['Chinese']]) // 3, students))
   for index in range(len(students)):
       students[index].setdefault('avg', results[index])
   print(students)
   方法2
   for x in students:
   	x.setdefault('avg', round(sum([x['math'], x['English'], x['Chinese']]) / 3, 1))
   print(students)
   # 按照平均分从高到低排序
   print(sorted(students, key=lambda x: x['avg'], reverse=True))