day12函数进阶总结

Scope Of Variable

1. 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。

2. 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
    定义在函数中的变量就是局部变量(形参也是局部变量)
    作用域:从定义开始到函数结束

# 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}')		# 外面使用a:100
print(f'外面使用x:{x}')		# 外面使用x:4
print(f'外面使用b:{b}')		# 外面使用b:200
# 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}')
				
				# 函数里面m:100
func2(100)		# 函数里面n:1000

3.全局变量和局部变量的存储原理

  • 1)全局变量默认保存在全局栈区间,全局栈区间会在程序结束后自动释放。

  • 2)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'


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)		# 10
print(name)		# 小花

Lambda Function

1.匿名函数 - 没有名字的函数

"""
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:

  • 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_2 = lambda num1=1, num2=2: num1 + num2

result = sum_2(100, 200)
print(result)			# 300

result = sum_2(num1=10, num2=20)
print(result)			# 30

result = sum_2()
print(result)			# 3
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
print(is_leap_year(2000))		# True
print(is_leap_year(2001))		# False

Order Function

1. 实参高阶函数

  • 函数的参数是函数的函数就是实参高阶函数

  • 给参数是函数的参数传参:

    • a.使用普通函数函数名;
    • 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:max、min、sorted、列表.sort、map、reduce

def func1(x):
    print(x)


func1(10)			# 10
func1('abc')		# abc
func1([10, 20])		# [10, 20]
func1({'a': 10})	# {'a': 10}
def func2(x):
    print(x * 2)


func2(10)			# 20
func2(1.23)			# 2.46
func2('abc')		# abcabc
func2([10, 20])		# [10, 20, 10, 20]
func2((100, 200))	# (100, 200, 100, 200)
# func6就是一个实参高阶函数
def func6(x):
    # x = t
    x()     # t()


def t():
    print('t函数')


func6(t)		# t函数
# func7是实参高阶函数
def func7(x):
    # x = t2
    # x = lambda n1, n2: n1 + n2
    print(x(10, 20) + 30)
    # print(t2(10, 20) + 30)  print(200 + 30)
    # print(30 + 30)


def t2(n1, n2):
    # n1 = 10, n2 = 20
    return n1 * n2      # return 200


func7(t2)		# 230
func7(lambda n1, n2: n1 + n2)	# 60

Common Function

1. max、min、sorted、列表.sort

  1. max(序列) - 直接比较序列中元素的大小求最大值

  2. max(序列, key=函数) - 按照函数制定的规则比较序列中元素的大小获取最大值

  3. 函数的要求:

  • a. 有且只有一个参数(这个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)
nums = [83, 67, 19, 22, 80, 77, 93]
print(max(nums))

# 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}
]
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
# '123' -> '1'、'2'、'3', [1, 2, 3]

# 方法1:
result = max(nums, key=lambda item: sum([int(x) for x in str(item)]))
print(result)

# 方法2:
# 123 -> eval('1+2+3')
# 123 -> '123'  -> '+'.join('123') -> '1+2+3'
result = max(nums, key=lambda item: eval('+'.join(str(item))))
print(result)


# 方法3:
def t(item):
    sum1 = 0
    for x in str(item):
        sum1 += int(x)
    return sum1


result = max(nums, key=t)
print(result)

2. map

基于原序列中的元素创建一个新的序列

  • 1)map(函数, 序列) - 通过函数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(代表后面的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(分别代表后面的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元素)

  • 3)map(函数, 序列1, 序列2, 序列3,…)

# 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))     # [190, 8700, 340, 610, 780]

# 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))     # [9, 0, 4, 1, 8]

# 案例2:将nums1和nums2中相同位置上的元素相乘,得到一个新的序列
nums1 = [10, 20, 30, 10]
nums2 = [23, 30, 20, 55]
result = map(lambda i1, i2: i1 * i2, nums1, nums2)
print(list(result))     # # [230, 600, 600, 550]
# 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 i1, i2: f'{i2}-{i1["name"]}', students, subjects)
print(list(result))

3. reduce

将序列中元素合并成一个数据(基于原序列中所有的元素得到一个数据)

  • 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]
# 0 + 2 + 1 + 0 + 5 + 2
# 0 + 12 % 10 + 301 % 10 + ... + 112 % 10
result = reduce(lambda x, item: x + item % 10, nums, 0)
print(result)

Iterator

1. 什么是迭代器(iter)

  • 1)迭代器是容器型数据类型(可以遍历,也转换成列表),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中取出来(取走),取走的元素会从迭代器中永远消失(用一个就少一个)
  • 3)任何数据都可以作为迭代器的元素

1)创建迭代器

i1 = iter('abc')
i2 = iter([10, 20, 30, 40])
i3 = iter((10, 1.23, 'abc', True, [10, 20]))

2)打印迭代器无法查看元素

print(i1)		# <str_iterator object at 0x0000024A2A10AFD0>
print(i2)		# <list_iterator object at 0x0000024A2A10AFA0>

3)迭代器无法统计个数

print(len(i1))        # 报错!

2. 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(next(i1))     # 'a'
print(next(i1))     # 'b'
print(next(i1))     # 'c'
# print(next(i1))     # 报错!

print(next(i2))     # 10
print(list(i2))     # [20, 30, 40]
# print(next(i2))     # 报错!

for x in i3:
    print(x)

print(list(i3))     # []
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

王薇蕴

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值