继续补充函数的基本用法
实例1:
def f(x,l=[]):
for i in range(x):
l.append(i*i)
print(l)
实例2:
函数的关键字
def用来定义函数
return返回值
pass滤过
exit退出
def add1(x, y):
print(x+y)
def add2(x, y):
return x+y
add1(1, 2)
result = add2(1, 2)
print(result)
return的用法,是一个返回值,虽然效果一样,但是调用方式不同
实例3:
函数的参数
*args tuple参数,对应赋值
**kwargs dict参数,对应赋值
fun(*args, **kwargs)
fun(1, 2, 3, 4, 5, a=10, b=40)
args = (1, 2, 3, 4, 5)
kwargs = dict(a=10, b=40)
举个例子如下:
def test(m, *args, **kwargs):
print("m = {0}".format(m))
print("args = {0}".format(args))
print("kwargs = {0}".format(kwargs))
test(10,1,11,12)
输出如下:
实例4
高阶函数
- map() 函数
描述
map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数,返回包含每次 function 函数返回值的新列表。
语法
map() 函数语法:
map(function, iterable, …)
参数
function – 函数,有两个参数
iterable – 一个或多个序列
返回值
Python 2.x 返回列表。
Python 3.x 返回迭代器。
简单来说就是后面列表中的每一个元素作为参数传给前面的整形
def f(x):
return x*x
print(map(f, [1, 2, 3, 4]))
print(list((map(f, [1, 2, 3, 4]))))
for i in map(f, [1, 2, 3, 4]):
print(i)
对应输出
- reduce() 函数
描述
reduce() 函数会对参数序列中元素进行累积。
函数将一个数据集合(链表,元组等)中的所有数据进行下列操作:用传给reduce中的函数 function(有两个参数)先对集合中的第 1、2 个元素进行操作,得到的结果再与第三个数据用 function 函数运算,最后得到一个结果。
语法
reduce() 函数语法:
reduce(function, iterable[, initializer])
参数
function – 函数,有两个参数
iterable – 可迭代对象
initializer – 可选,初始参数
返回值
返回函数计算结果。
- filter() 函数
描述
filter() 函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。
该接收两个参数,第一个为函数,第二个为序列,序列的每个元素作为参数传递给函数进行判,然后返回 True 或 False,最后将返回 True 的元素放到新列表中。
语法
以下是 filter() 方法的语法:
filter(function, iterable)
参数
function – 判断函数。
iterable – 可迭代对象。
返回值
返回列表。
- sorted()函数
sorted() 函数对所有可迭代的对象进行排序操作。
sort 与 sorted 区别:
sort 是应用在 list 上的方法,sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作,而内建函数 sorted 方法返回的是一个新的 list,而不是在原来的基础上进行的操作。
语法
sorted 语法:
sorted(iterable, key=None, reverse=False)
参数说明:
iterable – 可迭代对象。
key – 主要是用来进行比较的元素,只有一个参数,具体的函数的参数就是取自于可迭代对象中,指定可迭代对象中的一个元素来进行排序。
reverse – 排序规则,reverse = True 降序 , reverse = False 升序(默认)。
返回值
返回重新排序的列表。
简单说就是
iterable 一个可迭代的对象
key 对什么进行排序
reverse bool类型,如果为true为反序, 默认为false
返回值是一个list
举例:
再举例:
m = dict(a=1, c=10, b=20, d=15)
print(m)
print(sorted(m.items()))
print(sorted(m.items(), key=lambda x: x[0]))
print(dict(sorted(m.items(), key=lambda x: x[1])))
#后面两个例子,0和1代表用返回值的第几个值进行排序
输出结果为
{'a': 1, 'c': 10, 'b': 20, 'd': 15}
[('a', 1), ('b', 20), ('c', 10), ('d', 15)]
[('a', 1), ('b', 20), ('c', 10), ('d', 15)]
{'a': 1, 'c': 10, 'd': 15, 'b': 20}
补充复习:
字典有三种初始化的方法
d1 = dict(a=1, b=2)
d2 = {"a": 1, "b": 2}
d3 = dict([("a", 1), ("b", 2)])
print(d1, d2, d3)
列表生成式和生成器
列表生成式格式:
[exp for val in collection if condition]
[x*x for x in xrange(10) if x*x%2 == 0]
生成器(generator):
方法一:
(exp for val in collection if condition)
方法二:
使用yield关键字,包含yield语句的函数会被特地编译成生成器。
yield可以理解成return,但是并不退出,只是挂起,恢复的时候从yield下面开始执行。
区别:
列表生成式直接返回了表达式的结果列表, 而生成器是一个对象,该对象包含了对表达式结果的计算引用, 通过循环可以直接输出
生成器不会一次性列出所有的数据,当你用到的时候,在列出来,更加节约内存的使用率。
类似range(1, 0) xrange(1, 10)的区别, 但是类型去不同
举例1:
还是九宫格
部分代码
def jgg():
number = list()
for i in range(1, 10):
number.append(i)
for A in [x for x in range(1, 10)]:
for B in [x for x in range(1, 10) if x != A]:
for C in [x for x in range(1, 10) if x != A and x != B]:
for D in [x for x in range(1, 10) if x != A and x != B and x!= C]:
print("A = {0} B = {1} C = {2} D = {3}".format(A, B, C, D))
举例2:
补充next用法
举例3:
def test():
a = 1
for i in range(1, 10):
yield i
# return i
a += 1
# return i
#return和yield的区别
# yield 可以理解成return,但是比return多一些角色
# yiele 每次都返回,但是下一次取值时,从上一次yield的下一行开始
m = test()
print(m)
如果用return,每次都会返回1,i永远等于1