python定义一个求和函数_Python练习题 一. 使用匿名函数对1~1000求和，代码力求简洁。...

Python 练习

标签： Python Python练习题 Python知识点

一.使用匿名函数对1~1000求和，代码力求简洁。

答案：

In [1]: from functools import reduce

In [2]: print(reduce(lambda x, y: x + y, range(1, 1001)))

Out[2]: 500500

知识点：

1. 匿名函数：lambda 参数:表达式

lambda语句中，开头先写关键字lambda，冒号前是参数，可以有多个，用逗号隔开；冒号右边的为表达式，需要注意的是只能有一个表达式。由于lambda返回的是函数对象（构建的是一个函数对象），所以需要定义一个变量去接收。

#### **2. 高阶函数**：把函数作为一个参数传入到另一个函数中

#####**1> ```map()```**

python内置的一个高阶函数，它接收两个参数，一个是函数，一个是 Iterable(可遍历对象，如列表)，map将传入的函数依次作用到序列的每个元素，并把结果作为新的 Iterator（迭代器）返回。

简单代码举例：求f（x）=x*x

```python

In [8]: def f1(x):

...: return x * x

...: list1 = range (1, 6)

...: print(list(map(f1, list1)))

...:

[1, 4, 9, 16, 25]

```

2> reduce()

reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

简单代码举例：对1~1000求和

In [1]: from functools import reduce

In [2]: print(reduce(lambda x, y: x + y, range(1, 1001)))

Out[2]: 500500

3> filter()

Python内建的filter()函数用于过滤序列。和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

简单代码举例：过滤掉列表中的基数

In [12]: list(filter(lambda x:x%2==0, range(1,9)))

Out[12]: [2, 4, 6, 8]

4> sorted()

对所有可迭代的对象进行排序操作，返回重新排序的列表。

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(iterable[, cmp[, key[, reverse]]])

参数说明：

iterable -- 可迭代对象。

cmp -- 比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出 ，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0。

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）。

简单代码举例：

In [14]: a = [5, 9, 2, 3, 4, 7, 1]

In [15]: b = sorted(a) # 保留原列表

In [16]: a

Out[16]: [5, 9, 2, 3, 4, 7, 1]

In [18]: b

Out[18]: [1, 2, 3, 4, 5, 7, 9]

In [19]: L=[('b',2),('a',1),('c',3),('d',4)]

In [20]: sorted(L, cmp=lambda x, y:cmp(x[1], y[1])) # 利用cmp函数

Out[20]: [('a', 1), ('b', 2), ('c', 3), ('d', 4)]

In [21]: sorted(L, key=lambda x:x[1]) # 利用key

Out[21]: [('a', 1), ('b', 2), ('c', 3), ('d', 4)]

In [22]: students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

In [23]: sorted(students, key=lambda s: s[2]) # 按年龄排序

Out[23]: [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]

In [24]: sorted(students, key=lambda s: s[2], reverse=True) # 按降序

Out[24]: [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

3. 列表（数组）生成式 ，range与xrange

1> range

range([start,] stop[, step])，根据start与stop指定的范围以及step设定的步长，生成一个序列。

比如：

In [1]: range(5)

Out[1]: [0, 1, 2, 3, 4]

In [2]: range(1,5)

Out[2]: [1, 2, 3, 4]

In [3]: range(0,6,2)

Out[3]: [0, 2, 4]

2> xrange

xrange 用法与 range 完全相同，所不同的是生成的不是一个list对象，而是一个生成器。

比如：

In [1]: xrange(5)

Out[1]: xrange(5)

In [2]: list(xrange(5))

Out[2]: [0, 1, 2, 3, 4]

In [3]: xrange(1,5)

Out[3]: xrange(1, 5)

In [4]: list(xrange(1,5))

Out[4]: [1, 2, 3, 4]

In [5]: xrange(0,6,2)

Out[5]: xrange(0, 6, 2)

In [6]: list(xrange(0,6,2))

Out[6]: [0, 2, 4]

由上面的示例可以知道：要生成很大的数字序列的时候，用xrange会比range性能优很多，因为不需要一上来就开辟一块很大的内存空间。

xrange 和 range 这两个基本上都是在循环的时候用。

PS: 部分知识点总结参考自菜鸟教程网及廖雪峰的官方网站。