Python第七天笔记——函数(补充)

最新推荐文章于 2024-04-14 15:43:58 发布

hh05726

最新推荐文章于 2024-04-14 15:43:58 发布

阅读量588

点赞数

分类专栏： 1 文章标签： Python

本文链接：https://blog.csdn.net/hh05726/article/details/97282194

版权

1 专栏收录该内容

24 篇文章 0 订阅

订阅专栏

这篇笔记深入探讨了Python编程中的高级主题，包括递归函数的使用，通过lambda关键字创建匿名函数，以及如何运用高阶函数如filter、map和reduce进行数据处理。此外，还提到了apply在pandas中的应用和zip函数的组合功能。

摘要由CSDN通过智能技术生成

递归函数

在一个函数体的内部，调用函数本身，就被称为递归函数。

def fun(n):
    if n==1 or n==2:
        return 1
    else:
        return fun(n-1)+fun(n-2)
print(fun(10))

#输出结果：
55

匿名函数

匿名函数的关键字为lambda，冒号前面是行参，冒号后面是返回值。

格式：

lambda para1,para2,…paraN:expression using paras

f=lambda x,y,z:x+y+z
print(f(1,2,3),type(f))

f=lambda c,d:c+d
print(f("city","college"),type(f))

#输出结果：
6 <class 'function'>
citycollege <class 'function'>

高阶函数

高阶函数：把一个函数名，以实参的形式传递给这个函数的形参。

def add(a,b,func):    
# return func(a)+func(b)    
return func(a,b)+func(b,a)
# a_value=add(-9,1,abs)
a_pow=add(2,3,pow)
# print(a_value)
print(a_pow)

#输出结果：
10
17

##例题：
li=["Zhengjiang","University","City","College"]
def start_sr(sr):
    return sr.startswith("C")
def end_sr(sr):
    return sr.endswith("ty")
def test(func,para):
    ret=[]
    for i in para:
        if not func(i):
            ret.append(i)
    return ret
print(test(start_sr,li))
print(test(end_sr,li))
print(test(lambda sr:sr.startswith("C"),li))

#输出结果：
['Zhengjiang', 'University']
['Zhengjiang', 'College']
['Zhengjiang', 'University']

filter函数

语法:

filter(function,sequence)

function:可以是自定义的函数，也可是匿名函数。

sequence:列表，元组，字符串

功能：过滤掉序列中不符合函数条件的元素。当序列中需要保留的元素可以用某些函数描述，就应该想到filter函数。

##例题：
li=["Zhengjiang","University","City","College"]
def end_sr(sr):
    return sr.endswith("ty")
f1=filter(lambda sr : not sr.endswith("ty"),li)
print(list(f1))

#输出结果：
['Zhengjiang', 'College']

map映射

功能：求一个序列或者多个序列进行函数映射后的值。

格式：

map(function,iterable1,iterable2)

##x=[1,2,3,4,5]
##y=[2,3,4,5,6]
1、
res=map(lambda x,y:x*y+2,x,y)
print(list(res))
2、
def hh(x,y):
    return x*y+2
res=map(hh,x,y)
print(list(res))

#输出结果：
[4, 8, 14, 22, 32]
[4, 8, 14, 22, 32]

reduce函数

功能
- 对一个序列进行压缩运算，得到一个value；
- python2中，reduce()是内置函数，而现在python3中，他被移植到functools模块中。
- from functools import reduce
格式
- reduce(function,iterable,[initial])
  - function 必须要传入两个参数
  - Iterable---->列表/元组

from functools import reduce
y=[2,3,4,5,6]
z=reduce(lambda x,y:x+y,y)
z1=reduce(lambda x,y:10*x+y,y)
#f(x+y)=x+y
#1--->f(2,3)=5--->[5,4,5,6]
#2--->f(5,4)=9--->[9,5,6]
#3--->f(9,5)=14--->[14,6]
#4--->f(14,6)=20
z2=reduce(lambda x,y:x+y,y,100) #100为初始值,放到y的第一位
print(z)
print(z1)
print(z2)

#输出结果：
20
23456
120

apply

功能

pandas中，应用对象是pandas中的DataFrame或者Series
直接对DataFrame或者Series应用函数
对pandas中groupby之后的聚合对象应用apply

zip

功能

将可迭代对象作为参数，将对象中对应的元素打包成一个个元组，返回由这些元组构成的对象
长度不一样的时候，以长度短的为准

注：

利用\*号操作符，与zip相反，进行解压。

格式：

zip(iterable1,iterable2,…)

a=[1,2,3]
b=[4,5,6]
c=[7,8,9,4,5,6]
ziptest1=zip(a,b)
ziptest2=zip(b,a)
ziptest3=zip(b,c)
print(list(ziptest1))
print(list(ziptest2))
print(list(ziptest3))  #多余部分舍弃

#输出结果：
[(1, 4), (2, 5), (3, 6)]
[(4, 1), (5, 2), (6, 3)]
[(4, 7), (5, 8), (6, 9)]

for i in ziptest1:
    print(i,end=' ')

#输出结果：
(1, 4) (2, 5) (3, 6)
    
star_zip=zip(*ziptest1)
print(list(star_zip))
for j in star_zip:
    print(j)

#输出结果：
[(1, 2, 3), (4, 5, 6)]

zip3=zip(a,b,c)
print(list(zip3))

#输出结果：
[(1, 4, 7), (2, 5, 8), (3, 6, 9)]

a={1:11,2:22}
b={3:33,4:44}
c={5:55,6:66}
tp=tuple(c)
print(tp) #返回键

print(list(zip(a,b,c))) #返回键

#输出结果：
(5, 6)
[(1, 3, 5), (2, 4, 6)]

#例题：

##输出1-1000内的回文数：
1、
def is_palindrome(n):
    palind=int(str(n)[::-1])
    if palind==n:
        return palind
print(list(filter(is_palindrome,range(1,1000))))

2、
print(list(filter(lambda x:str(x)==str(x)[::-1],range(1,1000))))

[1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 22, 33, 44, 55, 66, 77, 88, 99, 101, 111, 121, 131, 141, ......, 989, 999]