Python函数提高

木子希卡利

已于 2022-05-06 22:43:24 修改

阅读量638

点赞数 1

分类专栏： Python学习笔记文章标签： python 排序算法开发语言

于 2022-05-06 22:38:50 首次发布

本文链接：https://blog.csdn.net/ncu5509121083/article/details/124620515

版权

Python学习笔记专栏收录该内容

40 篇文章 6 订阅

订阅专栏

本文介绍了Python中的递归、lambda表达式和高阶函数的应用。通过实例展示了如何使用递归实现数字累加，lambda简化单行函数，以及如何运用map(), reduce(), filter()等内置高阶函数。递归常用于遍历文件夹和算法实现，lambda适合简单操作，高阶函数则提高了代码复用和灵活性。

摘要由CSDN通过智能技术生成

Python函数提高

递归

递归的应用场景

递归是一种编程思想，应用场景如：

在日常开发中，如果要遍历一个文件夹下面所有的文件，通常会使用递归来实现；
很多算法离不开递归，例如：快速排序。

递归的特点

函数内部存在着自己调用自己的情况
函数一层层调用本身，直到递归终点，一层层返回调用
递归终点必须存在
有点像数学归纳法的过程

应用：n以内数字累加和

代码

# n+(n-1)+···+2+1
def sumToOneFrom(n):
    # 1.如果是1，直接返回1   --递归终点
    if num == 1:
        return 1
    
    # 2.如果不是1，对n-1调用自身,获得(n-1)+(n-2)+···+2+1的结果,并加上n
    return n + sumToOneFrom(n-1)

result = sumToOneFrom(3)
# 输出结果为6
print(result)

在这里插入图片描述

lambda 表达式

lambda的应用场景

如果一个函数有一个返回值，并且只有一句代码，可以使用 lambda简化。

lambda语法

f=lambda 参数列表 : 表达式/返回值

lambda表达式的参数可有可无，函数的参数在lambda表达式中完全适用。
lambda表达式能像普通函数那样接收任何数量的各种形式的参数，但只能返回一个表达式的值。

lambda本身是匿名函数，但也可以将其赋给某个变量，利用变量名+（）调用

如:

words=lambda age,name : f"{age}岁的{name}，你好"
print(words(18,"木子"))

#18岁的木子，你好

lambda的应用

带判断的lambda

bigger = lambda a, b: a if a > b else b
print(bigger(1000, 500))
#1000

列表数据按字典key的值排序

List.sort(key,reverse=False)

key可指定为lambda匿名函数,将对每个元素按lambda的返回值进行排序

friends=["Rachel","Monica","Phoebe","Joey","Chandler","Ross"]
friends.sort(key=lambda name:name[0])  #按首字母排序
print(friends)
#['Chandler', 'Joey', 'Monica', 'Phoebe', 'Rachel', 'Ross']

高阶函数

把函数作为参数传入，这样的函数称为高阶函数，高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。

体验高阶函数

abs()函数可以完成对数字求绝对值计算。

abs(-10)  # 10

round()函数可以完成对数字的四舍五入计算。

round(1.2)  # 1
round(1.9)  # 2

需求：任意两个数字，取整取绝对值后再进行求和计算。

方法1

def add_num(a, b):
    a=abs(a)
    a=round(a)
    b=abs(b)
    b=round(b)
    return a + b

result = add_num(-1.1, 2.2)
print(result)  # 3

方法2

def sum_num(a, b, *funcs):
    for f in funcs:
        a=f(a)
        b=f(b)
    return a+b

result = sum_num(-1.1, 2.2, abs,round)
print(result)  # 3

注意：两种方法对比之后，发现，方法2的代码会更加简洁，函数灵活性也更高。

函数式编程大量使用函数，减少了代码的重复，因此程序比较短，开发速度较快。

内置高阶函数

map()

map(func, List)

将传入的函数变量func作用到List变量的每个元素中，并将结果组成新的map迭代器(序列)返回。可用list() 转为列表

需求：计算numlist序列中各个数字的2次方。

numlist = [1, 2, 3, 4, 5]

def square(x):
    return x ** 2

result = map(func, numlist)

print(result)  # <map object at 0x0000013769653198>
print(list(result))  # [1, 4, 9, 16, 25]

reduce()

functools.reduce(func，List)

其中func必须有两个参数。每次func计算的结果继续和序列的下一个元素一起传入func。直到遍历序列。

注意：reduce()传入的参数func必须接收2个参数。

需求：计算numlist序列中各个数字的累加和。

import functools

list = [1, 2, 3, 4, 5]


def add(a, b):
    return a + b


result = functools.reduce(func, list1)

print(result)  # 15

filter()

filter(func, List)

fliter函数用于过滤序列, 过滤掉不符合条件(传入func后返回为False)的元素, 返回一个 filter 对象。如果要转换为列表, 可以使用 list() 来转换。

numlist= [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

def isEven(x):
    return x % 2 == 0

result = filter(isEven, numlist)

print(result)  # <filter object at 0x0000017AF9DC3198>
print(list(result))  # [2, 4, 6, 8, 10]