一、内置函数
下面简单介绍几个:
1.abs() 求绝对值
2.all() 如果 iterable 的所有元素都为真(或者如果可迭代为空),则返回 True
3.any() 如果 iterable 的任何元素为真,则返回 True。如果iterable为空,则返回 False
4.callable() 如果 object 参数出现可调,则返回 True,否则返回 False
5.divmod() 以两个(非复数)数字作为参数,并在使用整数除法时返回由商和余数组成的一对数字。对于混合操作数类型,二进制算术运算符的规则适用。对于整数,结果与 (a//b,a%b) 相 同。对于浮点数,结果为 (a%b,q),其中q 通常为 math.floor(a/b),但可以小于1
6.enumerate() 参数必须是可迭代对象,函数运行结果得到一个迭代器,输出元素及对应的索引值
7.eval() 把字符串中的提取出来执行
8.frozenset() 不可变集合,frozenset()定义的集合不可增删元素
9.globals() 返回表示当前全局符号表的字典。这始终是当前模块的字典(在函数或方法内部,这是定义它的模块,而不是从其调用它的模块)
10.round() 对参数进行四舍五入
11.sorted() 排序,不改变原列表
l=[1,2,4,9,-1]print(sorted(l)) #从小到大
print(sorted(l,reverse=True)) #从大到小
12.zip() 拉链函数
它接受一系列可迭代的对象作为参数,将对象中对应的元素打包成一个个tuple(元组),然后返回由这些tuples组成的list(列表)。若传入参数的长度不等,则返回list的长度和参数中长度最短的对象相同。利用*号操作符,可以将list unzip(解压)
a=[1,2,3]
b=['a','b','c']print(list(zip(a,b)))#------->[(1, 'a'), (2, 'b'), (3, 'c')]
#因为在Python3中zip函数生成的是一个可迭代对象,所以,加一个list可以方便的打印出来,否则打印的是一个对象
加一个*就可以解压
a=[1,2,3]
b=['a','b','c']
c=list(zip(a,b))
d=zip(*c)print(list(d))#[(1, 2, 3), ('a', 'b', 'c')]
13.max()
返回可迭代的最大项或两个或更多参数中最大的一个。
如果提供了一个位置参数,它应该是一个 iterable。返回迭代中的最大项。如果提供了两个或多个位置参数,则返回最大的位置参数。
max()可以指定key(也就是指定要比较的部分)
14.map() 映射
返回一个迭代器,它应用 function 到 iterable 的每个项目,产生结果
l=[1,2,3,4]
m=map(lambda x:x**2,l)print(list(m)) ----->[1, 4, 9, 16]
15.reduce() 合并
from functools import reduce
def multi(x,y):
return x*y
a = reduce(multi,[1,2,3,4,5])
print(a)#120 五个数相乘的结果
16.filter() 过滤 保留布尔值为True的元素
names=['a_sb','b_sb','c_sb','d']print(list(filter(lambda name:name.endswith('_sb'),names)))--->['a_sb', b_sb', 'c_sb']
详细的内置函数介绍可以参照以下:https://www.rddoc.com/doc/Python-3.6.0/library/functions/
17.compile()编译,将一个字符串编译为字节代码
语法:
compile(source, filename, mode[, flags[, dont_inherit]])
参数介绍
source --字符串或者AST(Abstract Syntax Trees)对象。。
filename--代码文件名称,如果不是从文件读取代码则传递一些可辨认的值。
mode-- 指定编译代码的种类。可以指定为 exec, eval, single。
flags--变量作用域,局部命名空间,如果被提供,可以是任何映射对象。。
flags和dont_inherit是用来控制编译源码时的标志
至少要有前三个参数,
>>> compile('a','','exec') at 0x00000242A1C28030, file "", line 1>
二、匿名函数(lambda表达式)
deffunc(x):return x**2
print(func(2))lambda x:x**2 #上边的函数就可以直接写成这种形式
lambda函数自带返回值
匿名函数只能取代一些很简单的函数,主要与其他函数搭配使用
还有一种情况是有些函数定义后只使用一次就用不到了,如果不删除的话会占内存空间,删除又会很麻烦,这时就可以用到匿名函数
三、递归
在调用一个函数的过程中,直接或间接使用了函数本身
递归效率很低,需要在进入下一次递归时保留当前状态,Python不像其他语言,没有尾递归,但是Python有限制条件,不允许用户无限递归
递归的特点:
1.必须要有一个明确的结束条件
2.每次进入更深一层递归时,问题规模相比上次递归都应该有所减少
3.递归效率不高,递归层数过多会导致栈溢出
示例:
#1 文件内容如下,标题为:姓名,性别,年纪,薪资#
#egon male 18 3000#alex male 38 30000#wupeiqi female 28 20000#yuanhao female 28 10000#
#要求:#从文件中取出每一条记录放入列表中,#列表的每个元素都是{'name':'egon','sex':'male','age':18,'salary':3000}的形式#
#2 根据1得到的列表,取出薪资最高的人的信息#3 根据1到的列表,取出最年轻的人的信息#4 根据1得到的列表,将每个人的信息中的名字映射成首字母大写的形式#5 根据1得到的列表,过滤掉名字以a开头的人的信息#6 使用递归打印斐波那契数列(前两个数的和得到第三个数)#0 1 1 2 3 4 7...
with open('b.txt',encoding='utf-8')as f:
l=[{'name': line.split()[0], 'sex': line.split()[1], 'age': line.split()[2], 'salary': line.split()[3]} \for line inf]#2.
print(max(l,key=lambda i:i['salary']))#3.
print(min(l,key=lambda i:i['age']))#4.
m=map(lambda x:x['name'].capitalize(),l)print(list(m))#5.
print(list(filter(lambda x:not(x['name'].startswith('a')),l)))#6.
deff(n):if n==0:return0elif n==1:return 1
else:if n==1000:return f(1000)else:return f(n-2)+f(n-1)for i in range(150):print(f(i))