-day13--内置函数和推导式

最新推荐文章于 2024-07-25 18:55:58 发布

知我几分，

最新推荐文章于 2024-07-25 18:55:58 发布

阅读量146

点赞数

分类专栏： python笔记文章标签： python 开发语言

本文链接：https://blog.csdn.net/m0_49654228/article/details/120985257

版权

python笔记专栏收录该内容

24 篇文章 2 订阅

订阅专栏

day13 内置函数和推导式

在这里插入图片描述

今日概要：

匿名函数
生成器
内置函数
附加：推导式，属于数据类型的知识，内部的高级的用法会涉及到【生成器】和【函数】的知识。

1. 匿名函数

传统的函数的定义包括了：函数名 + 函数体。

有名函数，如下都是通过函数名操作：

def send_email():
    pass

# 1. 执行
send_email()
# 2. 当做列表元素
data_list = [send_email, send_email, send_email ]
# 3. 当做参数传递
other_function(send_email)

匿名函数，则是基于lambda表达式实现定义一个可以没有名字的函数，例如：

data_list = [ lambda x:x+100,  lambda x:x+110, lambda x:x+120 ]

print( data_list[0] )

f1 = lambda x:x+100

res = f1(100)
print(res)

基于Lambda定义的函数格式为：lambda 参数:函数体

参数，支持任意参数。

lambda x: 函数体
lambda x1,x2: 函数体
lambda *args, **kwargs: 函数体

函数体，只能支持单行的代码。

def xxx(x):
    return x + 100
    
lambda x: x + 100

返回值，默认将函数体单行代码执行的结果返回给函数的执行者。
```
func = lambda x: x + 100

v1 = func(10)
print(v1) # 110
```

比较：

# 传统写法：
def func(a1,a2):
    return a1 + a2 + 100
#匿名函数写法，只能写单行
foo = lambda a1,a2: a1 + a2 + 100

匿名函数适用于简单的业务处理，可以快速并简单的创建函数。

练习题

根据函数写写出其匿名函数的表达方式

def func(a1,a2):
    return a1 + a2

func = lambda a1,a2: a1+a2

def func(data):
    return data.replace("苍老师","***")

func= lambda data: data.replace("苍老师","***")

def func(data):
    name_list = data.replace(".")
    return name_list[-1]

func = lambda data: data.replace(".")[-1]

在编写匿名函数时，由于受限函数体只能写一行，所以匿名函数只能处理非常简单的功能。

扩展：三元运算

简单的函数，可以基于lambda表达式实现。

简单的条件语句，可以基于三元运算实现，例如：

num = input("请写入内容")

if "苍老师" in num:
    data = "苍天无井井自空"
else:
    data = "星落天川遥映瞳"
    
print(data)

num = input("请写入内容")
data = "苍天无井井自空" if "苍老师" in num else "星落天川遥映瞳"
print(data)

# 结果 =  条件成立时    if   条件   else   不成立

lambda表达式和三元运算没有任何关系，属于两个独立的知识点。

掌握三元运算之后，以后再编写匿名函数时，就可以处理再稍微复杂点的情况了，例如：

func = lambda x: "大了" if x > 66 else "小了"

v1 = func(1)
print(v1) # "小了"

v2 = func(100)
print(v2) # "大了"

2. 生成器

生成器是由函数+yield关键字创造出来的写法，在特定情况下，用他可以帮助我们节省内存。

生成器函数，一旦函数中有yield存在时，这个函数就是生产生成器函数。【】
```
def func():
    print(111)
    yield 1
```

生成器对象，执行生成器函数时，会返回一个生成器对象。

def func():
    print(111)
    yield 1
    
data = func()
print(data)
# 输出
<generator object func at 0x00000202D803EB30>

# 执行生成器函数func，返回的生成器对象。
# 注意：执行生成器函数时，函数内部代码不会执行。

def func():
    print(111)
    yield 1   # 执行到这个位置后，就不再执行，

    print(222)
    yield 2  # yield后面的值返还给看 n1 = next(2)

    print(333)
    yield 3

    print(444)
# 执行生成器函数时，函数体默认不会被执行，返回值是一个生成器对象   
data = func()
print(data) # <generator object func at 0x00000202D803EB30>

# net里面放生成器对象，进入生成器函数并执行其中的代码
v1 = next(data)
print(v1)     # 打印结果为 ：1

v2 = next(data)
print(v2)

v3 = next(data)
print(v3)

v4 = next(data)
print(v4)  # 结束或中途遇到return，程序爆：StopIteration 错误

# 输出：
D:\Python\python.exe D:/dw/python/day13/yield.py
Traceback (most recent call last):
File "D:\dw\python\day13\yield.py", line 26, in <module>
    v4 = next(data)
StopIteration
<generator object func at 0x000001AE38E8EB30>
111
1
222
2
333
3
444

Process finished with exit code 1

# 基于for循环执行生成器对象
data = func()

for item in data:
    print(item)

# 内置函数
next() 返回迭代器的下一个项目。
next() 函数要和生成迭代器的 iter() 函数一起使用。

生成器的特点是，记录在函数中的执行位置，下次执行next时，会从上一次的位置基础上再继续向下执行。

应用场景

假设要让你生成 300w个随机的4位数，并打印出来。

在内存中一次性创建300w个
动态创建，用一个创建一个。

import random

val = random.randint(1000, 9999)
print(val)

import random

data_list = []
for i in range(300000000):
    val = random.randint(1000, 9999)
	data_list.append(val)
    
# 再使用时，去 data_list 中获取即可。
# ...

# 相比上面两种方法，更加节省内存。
import random


def gen_random_num(max_count):
    counter = 0
    while counter < max_count:
        yield random.randint(1000, 9999)
        counter += 1


data_list = gen_random_num(3000000)
# 再使用时，去 data_list 中获取即可。

所以，当以后需要我们在内存中创建很多数据时，可以想着用基于生成器来实现一点一点生成（用一点生产一点），以节省内存的开销。

扩展

def func():
    print(111)
    v1 = yield 1 # v1 接受yield的值
    print(v1)

    print(222)
    v2 = yield 2
    print(v2)

    print(333)
    v3 = yield 3
    print(v3)

    print(444)


# 生成器对象.send()，立即介入生成器函数，第一次穿的必须是None
data = func()

n1 = data.send(None)
print(n1)

n2 = data.send(666)
print(n2)

n3 = data.send(777)
print(n3)

n4 = data.send(888)
print(n4)

# yield 只能执行生成器函数，不能给前面传值
# send()执行生成器函数并给yield前面的变量传值

3.内置函数

在这里插入图片描述

Python内部为我们提供了很多方便的内置函数，在此整理出来36个给大家来讲解。

第1组（5个）

abs，绝对值
```
v = abs(-10)
```

pow，指数

v1 = pow(2,5) # 2的5次方  2**5
print(v1)

sum，求和

v1 = sum([-11, 22, 33, 44, 55]) # 可以被迭代-for循环
print(v1)

divmod，求商和余数
```
v1, v2 = divmod(9, 2)
print(v1, v2)
```

round，小数点后n位（四舍五入）

v1 = round(4.11786, 2)
print(v1) # 4.12

第2组：（4个）

min，最小值

v1 = min(11, 2, 3, 4, 5, 56)
print(v1) # 2

v2 = min([11, 22, 33, 44, 55]) # 迭代的类型（for循环）
print(v2)

# 先把每个数放到后面的函数处理，再比较，但是取值是取函数处理前的值
v3 = min([-11, 2, 33, 44, 55], key=lambda x: abs(x))
print(v3) # 2

max，最大值

v1 = max(11, 2, 3, 4, 5, 56)
print(v1)

v2 = max([11, 22, 33, 44, 55])
print(v2)

# 比较是比较后面函数处理后的值，但是取值是取函数处理前的值
v3 = max([-11, 22, 33, 44, 55], key=lambda x: x * 10)
print(v3) # 55

all，是否全部为True
```
v1 = all(   [11,22,44,""]   ) # False
```
any，是否存在True
```
v2 = any([11,22,44,""]) # True
```

第3组（3个）
- bin，十进制转二进制
- oct，十进制转八进制
- hex，十进制转十六进制
第4组（2个）
- ord，获取字符对应的unicode码点（十进制）
```
v1 = ord("神")
print(v1, hex(v1))
```
- chr，根据码点（十进制）获取对应字符
```
v1 = chr(27494)
print(v1)
```

第5组（9个）

int
foat
str，unicode编码

bytes，utf-8、gbk编码

v1 = "瑞文"  # str类型

v2 = v1.encode('utf-8')  # bytes类型

v3 = bytes(v1,encoding="utf-8") # bytes类型

bool
list
dict
tuple
set

第6组（13个）

len
print
input
open

type，获取数据类型

v1 = "123"

if type(v1) == str:
    pass
else:
    pass

range
```
range(10)
```

enumerate

v1 = ["瑞文", "egon", 'root']

for num, value in enumerate(v1, 1):
    print(num, value)

id
hash
```
v1 = hash("瑞文")
```
help，帮助信息
- pycharm，不用
- 终端，使用

zip

v1 = [11, 22, 33, 44, 55, 66]
v2 = [55, 66, 77, 88]
v3 = [10, 20, 30, 40, 50]
    
result = zip(v1, v2, v3)
for item in result:
    print(item)
    
# 结果

D:\Pyt
on\python.exe D:/dw/python/day13/yield.py
(11, 55, 10)
(22, 66, 20)
(33, 77, 30)
(44, 88, 40)

# 把v1 , v2 ，v3的数据拉下来，拉到第四个没了就不输出了

callable，是否可执行，后面是否可以加括号。

v1 = "瑞文"
v2 = lambda x: x
def v3():
    pass
 
print( callable(v1) ) # False
print(callable(v2))
print(callable(v3))

sorted，排序

v1 = sorted([11,22,33,44,55])
# 倒序,内置函数提供的功能
v1 = sorted([11,22,33,44,55], reverse=True)

# 列表内部提供的功能
 v2 = [1, 2, 3, 4]
 v2.sort(reverse=True)

info = {
    "peiqi": {
        'id': 10,
        'age': 119
    },
    "root": {
        'id': 20,
        'age': 29
  },
    "seven": {
        'id': 9,
        'age': 9
    },
    "admin": {
        'id': 11,
        'age': 139
  },
}
# key排队
# v1 = sorted(info, reverse=True)
# print(v1)

# 根据值里面的id排序
result = sorted(info.items(), key=lambda x: x[1]['id'], reverse=True)
print(result)

data_list = [
    '1-5 编译器和解释器.mp4',
    '1-17 今日作业.mp4',
    '1-9 Python解释器种类.mp4',
    '1-16 今日总结.mp4',
    '1-2 课堂笔记的创建.mp4',
    '1-15 Pycharm使用和破解（win系统）.mp4',
    '1-12 python解释器的安装（mac系统）.mp4',
    '1-13 python解释器的安装（win系统）.mp4',
    '1-8 Python介绍.mp4', '1-7 编程语言的分类.mp4',
    '1-3 常见计算机基本概念.mp4',
    '1-14 Pycharm使用和破解（mac系统）.mp4',
    '1-10 CPython解释器版本.mp4',
    '1-1 今日概要.mp4',
    '1-6 学习编程本质上的三件事.mp4',
    '1-18 作业答案和讲解.mp4',
    '1-4 编程语言.mp4',
    '1-11 环境搭建说明.mp4'
]
result = sorted(data_list, key=lambda x: int(x.split(' ')[0].split("-")[-1]) )
print(result)

4.推导式

推导式是Python中提供了一个非常方便的功能，可以让我们通过一行代码实现创建list、dict、tuple、set 的同时初始化一些值。

请创建一个列表，并在列表中初始化：0、1、2、3、4、5、6、7、8、9…299 整数元素。

data = []
for i in range(300):
    data.append(i)
    
data_list = [ i for i in range(300) ]

列表

num_list = [ i for i in range(10)]

num_list = [ [i,i] for i in range(10)] #[ [0,0],[1,1]... ]

num_list = [ [i,i] for i in range(10) if i > 6 ]

num_list = [ i+100 for i in range(10) if i > 6 ]

num_list = [ "孙悟空-{}".format(i) for i in range(10) if i > 6 ] # ['孙悟空-7', '孙悟空-8', '孙悟空-9']

集合

num_set = { i for i in range(10)}

num_set = { (i,i,i) for i in range(10)}

num_set = { (i,i,i) for i in range(10) if i>3}

字典

num_dict = { i:i for i in range(10)}

num_dict = { i:(i,11) for i in range(10)}

num_dict = { i:(i,11) for i in range(10) if i>7}

num_dict = { i:"root-{}".format(i) for i in range(10)}

以上类型都会立即生成数据。

元组，不同于其他类型。

# 不会立即执行内部循环去生成数据，而是得到一个生成器。
data = (i for i in range(10))
print(data)
for item in data:
    print(item)

# 除了for循环，生成器还可以使用yield,send()处理

练习题

去除列表中每个元素的 .mp4后缀。

data_list = [
    '1-5 编译器和解释器.mp4',
    '1-17 今日作业.mp4',
    '1-9 Python解释器种类.mp4',
    '1-16 今日总结.mp4',
    '1-2 课堂笔记的创建.mp4',
    '1-15 Pycharm使用和破解（win系统）.mp4',
    '1-12 python解释器的安装（mac系统）.mp4',
    '1-13 python解释器的安装（win系统）.mp4',
    '1-8 Python介绍.mp4', '1-7 编程语言的分类.mp4',
    '1-3 常见计算机基本概念.mp4',
    '1-14 Pycharm使用和破解（mac系统）.mp4',
    '1-10 CPython解释器版本.mp4',
    '1-1 今日概要.mp4',
    '1-6 学习编程本质上的三件事.mp4',
    '1-18 作业答案和讲解.mp4',
    '1-4 编程语言.mp4',
    '1-11 环境搭建说明.mp4'
]

result = []
for item in data_list:
    result.append(item.rsplit('.',1)[0])
    
result = [ item.rsplit('.',1)[0] for item in data_list]

将字典中的元素按照 键-值格式化，并最终使用 ;连接起来。

info = {
    "name":"瑞文",
    "email":"xxx@live.com",
    "gender":"男",
}

data_list [] 
for k,v in info.items():
    temp = "{}-{}".format(k,v)
    temp.append(data_list)
resutl = ";".join(data)

result = ";".join( [ "{}-{}".format(k,v) for k,v in info.items()] )

将字典按照键从小到大排序，然后在按照如下格式拼接起来。（微信支付API内部处理需求）

info = {
    'sign_type': "MD5",
    'out_refund_no': "12323",
    'appid': 'wx55cca0b94f723dc7',
    'mch_id': '1526049051',
    'out_trade_no': "ffff",
    'nonce_str': "sdfdffd",
    'total_fee': 9901,
    'refund_fee': 10000
}

data = "&".join(["{}={}".format(key, value) for key, value in sorted(info.items(), key=lambda x: x[0])])
print(data)

看代码写结果

# 函数不调用，函数内部代码不执行
def func():
    print(123)


data_list = [func for i in range(10)]

print(data_list)

# 函数不调用，函数内部代码不执行
data_list = [lambda: 100 for i in range(20)]
print(data_list)

看代码写结果

def func(num):
    return num + 100


data_list = [func(i) for i in range(10)]

print(data_list)

看代码写结果（执行出错，通过他可以更好的理解执行过程）

def func(x):
    return x + i

data_list = [func for i in range(10)] # 函数没被调用，为执行，而此时i=9

val = data_list[0](100)
print(val)
# 执行保存的原因是i没有定义

看代码写结果（新浪微博面试题）

data_list = [lambda x: x + i for i in range(10)]  # [函数,函数,函数]   i=9

v1 = data_list[0](100)
v2 = data_list[3](100)
print(v1, v2)  # 109 109

推导式嵌套

基于Lambda定义的函数格式为：`lambda 参数:函数体`
三元表达式：
结果 =  条件成立时    if   条件   else   不成立
推导式：
data = [ i for i in range(10)]

推导式支持嵌套

data = [ i for i in range(10)]

data = [ (i,j) for j in range(5) for i in range(10)]

data = []
for i in range(10):
    for j in range(5):
        data.append( (i,j) )

data = [ [i, j] for j in range(5) for i in range(10)]

# 一副扑克牌

poker_list = [ (color,num) for num in range(1,14) for color in ["红桃", "黑桃", "方片", "梅花"]]

poker_list = [ [color, num] for num in range(1, 14) for color in ["红桃", "黑桃", "方片", "梅花"]]

print(poker_list)	

# 先循环内层再循环外层

烧脑面试题

def num():
    return [lambda x: i * x for i in range(4)]


# 1. 执行num()并获取返回值  [函数,函数,函数,函数] i=3
# 2. for循环返回值
# 3. 返回值的每个元素(2)
result = [m(2) for m in num()]  # [6,6,6,6]
print(result)

def num():
    return (lambda x: i * x for i in range(4))


# 1. num()并获取返回值  生成器对象
# 2. for循环返回值
# 3. 返回值的每个元素(2)
result = [m(2) for m in num()]  # [0,2,4,6 ]
print(result)

总结

匿名函数，基于lambda表达式实现一行创建一个函数。一般用于编写简单的函数。
三元运算，用一行代码实现处理简单的条件判断和赋值。
生成器，函数中如果yield关键字
- 生成器函数
- 生成器对象
- 执行生成器函数中的代码
  - next
  - for（常用）
  - send
内置函数（36个）
推导式
- 常规操作
- 小高级操作

知我几分，

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
-day13--内置函数和推导式

day13 内置函数和推导式今日概要：匿名函数生成器内置函数附加：推导式，属于数据类型的知识，内部的高级的用法会涉及到【生成器】和【函数】的知识。1. 匿名函数传统的函数的定义包括了：函数名 + 函数体。有名函数，如下都是通过函数名操作：def send_email(): pass# 1. 执行send_email()# 2. 当做列表元素data_list = [send_email, send_email, send_email ]# 3. 当做参数传递ot
复制链接

扫一扫

专栏目录