函数进阶
一、return的补充
return的作用
1)将数据作为函数的返回值返回
2)结束函数(执行函数体时,如果遇到return,函数直接结束)
注意:return只能在函数体中使用
def func2():
print('+++++++')
return
print('-------')
print('=======')
def func1(n):
for i in range(1,n):
if i % 3 == 0:
return i
print(f'i:{i}')
print(func1(5))
from random import shuffle
num = [19, 89, 79]
shuffle(num)
print(num)
二、变量作用域
-
变量作用域
变量作用域指的是变量定义完成后可以使用的有效范围
根据变量作用域的不同,可以将变量分为全局变量和局部变量两种 -
全局变量和局部变量
1)全局变量
Python中没有定义在函数中或者类中的变量默认都是全局变量
作用域:从定义开始到程序结束2)局部变量
Python中定义在函数中的变量就是局部变量
作用域:从定义开始到函数结束# 全局变量 # a是全局变量 a = 100 # x和b都是全局变量 for x in range(5): b = 200 print(f'外面使用a:{a}') print(f'外面使用x:{x}') print(f'外面使用b:{b}') for y in range(3): print(f'循环里面a:{a}') print(f'循环里面b:{b}') print(f'循环里面x:{x}') def fun1(): print(f'函数里面a:{a}') print(f'函数里面b:{b}') print(f'函数里面x:{x}') fun1() # m 和 n 是局部变量 def func2(m): n = 1000 print(f'函数里面m:{m}') print(f'函数里面n:{n}') func2(100)
-
全局变量和局部变量的存储原理
1)全局变量默认保存全局栈区间,在程序结束后会自动释放
2)临时栈区间,用来保存在函数中产生的数据(局部变量就是保存在函数对应的临时栈区间中,函数对应的临时栈区间会在函数调用结束时自动释放)
调用函数的时候系统会自动为这个函数创建一个临时栈区间,用来保存在函数中产生的数据(局部变量
就是保存在函数对应的临时栈区间中的),函数对应的临时栈区间会在函数调用结束的时候自动释放。
3)在函数中可以通过关键字global修改局部变量的保存方式,让局部变量保存在全局栈区间中。
name = '小明' # 全局变量
def func3():
# 在函数内部定义全局变量用global
global num
num = 10
# 在函数内部修改全局变量的值用global
global name
name = '小花'
func3()
print(num)
print(name)
def func3():
global num #将局部变量修改成全局变量
num = 10
# 在函数内部修改全局变量的值
三、匿名函数
匿名函数 - 没有名字(函数名)的函数
语法:
函数名(变量名) = 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:
1)匿名函数的形参至少一个
2)匿名函数的调用和普通函数一样
3)无默认值的类型说明在匿名函数中不能用
# 案例:定义一个匿名函数,求任意两个数的和
sum_1 = lambda num1,num2:num1+num2
# sum_1 = lambda num1=1,num2=2:num1+num2
result = sum_1(100,100)
print(result)
result = sum_1(num1=100,num2=100)
print(result)
# result = sum_1()
# print(result)
# 练习:定义一个匿名函数,判断指定的年是否是闰年
is_leap_year = lambda year:(year % 4 == 0 and year % 100 != 0) or year % 400 == 0
result = is_leap_year(2008)
print(result)
四、实参高阶函数
实参高阶函数定义:一个函数的参数是函数,的函数就是实参高阶函数
传参数是函数的函数的参数的方式:a.使用普通函数的函数名;b.使用匿名函数
重点:掌握系统或者第三方库提供的实参高阶函数的用法
# 常见的实参高阶函数:max min sorted 列表.sort map reduce
def func1(x):
print(x)
func1(10)
func1('abc')
func1([10, 20])
func1({'a': 10})
def func2(x):
print(x * 2)
func2(10)
func2(1.23)
func2('abc')
func2([10, 20])
func2((100, 200))
def func3(x):
print(x + 10)
func3(100)
func3(1.23)
func3(True)
def func4(x):
print(x[1])
func4('abc')
func4([10, 20])
func4({1: 100, 'a': 200})
def func5(x):
print(x.split('+'))
func5('abc')
def func1(x):
x()
def t():
print('t函数')
func1(t)
def func2(x):
print(x(10, 20)+30)
def t2(n1, n2):
return n1 * n2
func2(t2)
func2(lambda n1, n2: n1 + n2)
五、常见的高阶函数
-
max min sorted 列表.sort
1)max(序列) - 直接比较序列中列表元素的大小求最大值
2)max高级用法 - max(序列,key=函数) - 按照函数制定的规则比较序列值元素的大小获取最大值
函数要求:
a.有且仅有一个参数(此参数代表序列中的每个元素)
b.有一个返回值(返回值就是比较对象)# 案例:求个位数最大的元素 nums = [83, 67, 19, 22, 80, 77, 93] result = max(nums, key=lambda item: item % 10) print(result) # 19 # 案例:求nums中绝对值最大的元素 nums = [8, -283, 89, 100, 82, -34] result = max(nums, key=lambda item: item ** 2) print(result) # -283 # 案例:求students中分数最高的学生 students = [ {'name': 'stu1', 'age': 18, 'score': 90}, {'name': 'stu2', 'age': 22, 'score': 98}, {'name': 'stu3', 'age': 25, 'score': 78}, {'name': 'stu4', 'age': 19, 'score': 81}, {'name': 'stu5', 'age': 20, 'score': 92} ] result = max(students, key=lambda item: item['score']) print(result) # 案例:按照分数的高度对学生从大到小排序 result = sorted(students, key=lambda item: item['score'], reverse=True) print(result) # 练习1:求list1中长度最长的字符串 list1 = ['你好', 'hello', 'how are you', 'thank you! and you?', '好好学习,天天向上'] result = max(list1,key=lambda item:len(item)) print(result) # 练习2:求nums中十位数最小的元素 nums = [92, 129, 37, 99, 150, 501] result = min(nums,key=lambda item:item//10%10) print(result) # 练习3:将所有的学生按照年龄值从小到大排序 students = [ {'name': 'stu1', 'age': 18, 'score': 90}, {'name': 'stu2', 'age': 22, 'score': 98}, {'name': 'stu3', 'age': 25, 'score': 78}, {'name': 'stu4', 'age': 19, 'score': 81}, {'name': 'stu5', 'age': 20, 'score': 92} ] result = sorted(students,key=lambda item:item['age']) print(result) students.sort(key=lambda item:item['age']) print(students) # 练习4:求nums中各个位之和最大的元素 nums = [123, 78, 90, 201, 192, 330] # '123'->'1'、'2'、'3' result = max(nums, key=lambda item:sum([eval(i) for i in str(item) ])) print(result) # 123->eval('1+2+3) result = max(nums,key=lambda item:eval('+'.join(str(item)))) print(result) # 方法3 def t(item): sum1 = 0 for i in str(item): sum1 += int(i) return sum1 result = max(nums, key=t) print(result)
-
map - 基于原序列中的元素创建一个新的序列
1)map(函数,序列) - 通过寒素描述的规则基于序列中的元素创建一个新的序列
函数要求:
a.有且只有一个参数(代表后面这个序列中每个元素)
b.有一个返回值(返回值就是新序列中的元素)
2)map(函数,序列1,序列2)
函数要求:
a.有且只有2个参数(分别代表后面这两个序列中每个元素)
b.有一个返回值(返回值就是新序列中的元素)
3)map(函数,序列1,序列2,…)# 案例1:将nums中所有的元素乘以10 nums = [19, 870, 34, 61, 78] result = map(lambda item: item*10, nums) print(list(result)) # 案例2:获取nums中所有元素的个位数 result = map(lambda item: item%10, nums) print(list(result)) # 案例3:将num1和num2中相同位置上的元素相乘,得到一个新序列 num1 = [10, 20, 30, 40] num2 = [10, 20, 30, 10] result = map(lambda i1, i2:i1*i2, num1, num2) print(list(result)) # 练习1:获取names中每个人的姓 names = ['何晓东', '张三', '李四', '王五', '王二', '赵六'] result = map(lambda item:item[0],names) print(list(result)) # 练习2: students = [ {'name': 'stu1', 'age': 18, 'score': 90}, {'name': 'stu2', 'age': 22, 'score': 98}, {'name': 'stu3', 'age': 25, 'score': 78}, {'name': 'stu4', 'age': 19, 'score': 81}, {'name': 'stu5', 'age': 20, 'score': 92} ] subjects = ['电子信息', '金融数学', '园林设计', '经济', '计算机软件'] # ['电子信息-stu1', '金融数学-stu2',....] result = map(lambda s1,s2:f'{s1}-{s2["name"]}',subjects,students) print(list(result))
-
reduce - 将序列中的元素合并成一个数据
reduce(函数, 序列, 初始值) - 按照函数制定的规则将序列中的元素合并成一个数据
函数的要求:
a. 有且只有两个参数(第一个参数指向初始值,第二个参数代表序列中的每个元素)
b. 需要一个返回值 (返回值就是合并规则)初始值: 累积求数值和,初始值是0
累积求数值乘积,初始值是1
字符串合并,初始值是空串
from functools import reduce
nums = [12, 301, 40, 55, 112]
# 案例1:12 + 301 + 40 + 55 + 112 的结果
# 0 + 12 + 301 + 40 + ... + 112
result = reduce(lambda x, item: x + item, nums, 0)
print(result)
# 案例:12 * 301 * 40 * 55 * 112 的结果
# 1 * 12 * 301 * ... * 112
result = reduce(lambda x, item: x * item, nums, 1)
print(result)
# 案例:123014055112 -> '123014055112'
# '' + '12' + '301' + '40' + ... + '112'
# '' + str(12) + str(301) +... + str(112)
result = reduce(lambda x, item: x + str(item), nums, '')
print(result) # '123014055112'
#练习:2+1+0+5+2
nums = [12,301,40,55,112]
result = reduce(lambda x,item:x + item%10,nums,0)
print(result)
六、迭代器
-
什么是迭代器(iter)
1)迭代器是容器型数据类型(可以遍历,也可以转换成列表),不能手动创建,无法直接提供一个迭代器,只能将其他序列转换成迭代器
2)特点:
a.打印迭代器的时候无法查看到元素有哪些
b.无法通过len获取迭代器中元素的个数
c.如果要使用迭代器中的元素必须将元素从迭代器值取走,取走的元素会从迭代器中永远消失(用一个少一个)
3)任何数据都可以作为迭代器的元素
应用:卡牌游戏# 1)创建迭代器 i1 = iter('abc') i2 = iter([12, 34,45,56]) i3 = iter((10,1.2,'12sxcff',True,[12,35])) # 2)打印迭代器无法查看元素 print(i1) print(i2) # 3)迭代器无法统计个数 # print(len(i1)) #会报错
-
获取迭代器中的元素
无论以任何方式获取到了迭代器中的某个元素,那么这个元素一定会从迭代器中消失
1)获取单个元素:
next(迭代器) - 获取迭代器最前面的元素
2)遍历迭代器
for 变量 in 迭代器:
循环体
print('------------------1.获取单个元素-------------------')
i1 = iter('abc')
i2 = iter([10, 20, 30, 40])
i3 = iter((10,1.2,'12sxcff',True,[12,35]))
print(next(i1)) #'a'
print(next(i1)) #'b'
print(next(i1)) #'c'
# print(next(i1)) #报错 StopIteration
print(next(i2)) #10
print(list(i2)) #[20, 30, 40] 以列表的方式也获取到了迭代器中的元素,此时迭代器为空了
# print(next(i2)) #报错 StopIteration
print('-------------2.遍历----------------------')
for i in i3:
print(i)
print(list(i3))
# print(next(i3)) #报错 StopIteration