Python基础知识

Python基础知识

Task6 函数与lambda表达式

练习题：

1. 怎么给函数编写文档？

#例子
def fibs(n):
    '''
    This is a Fibonacci sequence. 
    '''
    
    expressions

help(fibs)

2. 怎么给函数参数和返回值注解？

在函数对应形参后面冒号说明类型，在def的括号后面箭头说明返回值类型。

def fun1(x: int, y: int) -> int:

3. 闭包中，怎么对数字、字符串、元组等不可变元素更新。

使用nonlocal关键字，如：

def outer():
    num = 10

    def inner():
        nonlocal num
        num = 100
        print(num)

     inner()
     print(num)

outer()

4. 分别根据每一行的首元素和尾元素大小对二维列表 a = [[6, 5], [3, 7], [2, 8]] 排序。(利用lambda表达式)

a=[[6, 5], [3, 7], [2, 8]]
print(a)

x = sorted(a, key=lambda a: a[0])
print(x)

x = sorted(a, key=lambda a: a[1])
print(x)

5. 利用python解决汉诺塔问题？
   有a、b、c三根柱子，在a柱子上从下往上按照大小顺序摞着64片圆盘，把圆盘从下面开始按大小顺序重新摆放在c
   柱子上，尝试用函数来模拟解决的过程。（提示：将问题简化为已经成功地将a柱上面的63个盘子移到了b柱）

def Hanota(n, a, b, c):
    if n == 1:
        print(str(a)+"移动到"+str(c))

    else:
        Hanota(n-1, a, c, b)
        Hanota(1, a, b, c)
        Hanota(n-1, b, a, c)

Hanota(64, 'a', 'b', 'c')

函数定义、调用

函数以 def 关键词开头，后接函数名和圆括号()。
函数执行的代码以冒号起始，并且缩进。
return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回 None 。

def add(a, b):
    print(a + b)
 
add(1, 2) # 3
add([1, 2, 3], [4, 5, 6]) 
# [1, 2, 3, 4, 5, 6]

函数参数

Python 的函数具有非常灵活多样的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。从简到繁的参
数形态如下：

1. 位置参数 (positional argument)
2. 默认参数 (default argument)
3. 可变参数 (variable argument)
4. 关键字参数 (keyword argument)
5. 命名关键字参数 (name keyword argument)
6. 参数组合
   1. 位置参数

def functionname(arg1):
 "函数_文档字符串"
 function_suite
 return [expression]

arg1 - 位置参数 ，这些参数在调用函数 (call function) 时位置要固定。

2. 默认参数

def functionname(arg1, arg2=v):
 "函数_文档字符串"
 function_suite
 return [expression]

arg2 = v - 默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值。
默认参数一定要放在位置参数 后面，不然程序会报错。

Python 允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。

def printinfo(name, age):
 print('Name:{0},Age:{1}'.format(name, age))
printinfo(age=8, name='小马') # Name:小马,Age:8

3. 可变参数
可变参数就是传入的参数个数是可变的，可以是 0, 1, 2 到任意个，是不定长的参数。

1. *args - 可变参数，可以是从零个到任意个，自动组装成元组。
2. 加了星号（*）的变量名会存放所有未命名的变量参数。

def printinfo(arg1, *args):
 print(arg1)
 for var in args:
 print(var)
printinfo(10) # 10
printinfo(70, 60, 50)
# 70
# 60
# 50

4. 关键字参数
**kw - 关键字参数，可以是从零个到任意个，自动组装成字典。

def functionname(arg1, arg2=v, *args, **kw):
    "函数_文档字符串"
     function_suite
     return [expression]

「可变参数」和「关键字参数」的同异总结如下：

1. 可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 (tuple)。
2. 关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 (dict)。

5. 命名关键字参数

def functionname(arg1, arg2=v, *args, *, nkw, **kw):
    "函数_文档字符串"
     function_suite
     return [expression]

1. *, nkw - 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 *。
2. 如果要限制关键字参数的名字，就可以用「命名关键字参数」
3. 使用命名关键字参数时，要特别注意不能缺少参数名。

6. 参数组合

在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4
个都可以一起使用，但是注意，参数定义的顺序必须是：

1. 位置参数、默认参数、可变参数和关键字参数。
2. 位置参数、默认参数、命名关键字参数和关键字参数。
   要注意定义可变参数和关键字参数的语法：
3. *args 是可变参数， args 接收的是一个 tuple
4. **kw 是关键字参数， kw 接收的是一个 dict
   命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。定义命名关键字参数不要忘了写分隔
   符 * ，否则定义的是位置参数

函数的返回值

def开头的所有函数，以return结束函数，返回return后面的值或者函数，若没有return则没有返回值或函数。

变量的作用域

1. Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的。
2. 定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
3. 定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
4. 局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。
   当内部作用域想修改外部作用域的变量时，就要用到 global 和 nonlocal 关键字了。

num = 1
def fun1():
    global num # 需要使用 global 关键字声明
    print(num) # 1
    num = 123
    print(num) # 123
fun1()
print(num) # 123

内嵌函数

def outer():
 print('outer函数在这被调用')
 def inner():
 print('inner函数在这被调用')
 inner() # 该函数只能在outer函数内部被调用
outer()
# outer函数在这被调用
# inner函数在这被调用

闭包

1. 是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。
2. 如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
3. 通过闭包可以访问外层非全局作用域的变量，这个作用域称为 闭包作用域。

def funX(x):
    def funY(y):
 return x * y
 return funY
 
i = funX(8)
print(type(i)) # <class 'function'>
print(i(5)) # 40

#这个例子中def funY 访问了外层非全局变量x

如果要修改闭包作用域中的变量则需要 nonlocal 关键字

def outer():
    num = 10
    def inner():
            nonlocal num # nonlocal关键字声明
            num = 100
            print(num)

    inner()
    print(num)

outer()
#100
#100

递归

1. 如果一个函数在内部调用自身本身，这个函数就是递归函数。
   【例子】斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1

def recur_fibo(n):
 if n <= 1:
 return n
 return recur_fibo(n - 1) + recur_fibo(n - 2)
lst = list()
for k in range(11):
 lst.append(recur_fibo(k))
print(lst) 
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

【例子】设置递归的层数，Python默认递归层数为 100

import sys

sys.setrecursionlimit(1000)

Lambda 表达式

匿名函数的定义

1. 第一类：用 def 关键词定义的正规函数
2. 第二类：用 lambda 关键词定义的匿名函数
   python 使用 lambda 关键词来创建匿名函数，而非 def 关键词，它没有函数名，其语法结构如下：
   lambda argument_list: expression
3. lambda - 定义匿名函数的关键词。
4. argument_list - 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一
   样。
5. : - 冒号，在函数参数和表达式中间要加个冒号。
6. expression - 只是一个表达式，输入函数参数，输出一些值。

注意：
7. expression 中没有 return 语句，因为 lambda 不需要它来返回，表达式本身结果就是返回值。
8. 匿名函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。

lbd_sqr = lambda x: x ** 2
print(lbd_sqr)
# <function <lambda> at 0x000000BABB6AC1E0>

y = [lbd_sqr(x) for x in range(10)]
print(y)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

sumary = lambda arg1, arg2: arg1 + arg2
print(sumary(10, 20)) # 30

func = lambda *args: sum(args)
print(func(1, 2, 3, 4, 5)) # 15

匿名函数的应用

匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：

1. 参数是函数 (filter, map)
2. 返回值是函数 (closure)
   如，在 filter 和 map 函数中的应用：
3. filter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为
   列表，可以使用 list() 来转换。

odd = lambda x: x % 2 == 1
templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(templist)) # [1, 3, 5, 7, 9]

2. map(function, *iterables) 根据提供的函数对指定序列做映射。

m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
print(list(m1)) 
# [1, 4, 9, 16, 25]
m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
print(list(m2)) 
# [3, 7, 11, 15, 19]