#面向过程的编程思想 #核心是’过程‘二字,过程即流程,指的是做事的步骤:先做啥,再做啥,后干啥 #优点:复杂的问题流程化,进而简单化 #缺点:扩展性差 #面向对象的思想
# res=lambda x,y:x+y # print(res(1,2)) #def用于定义有名函数 # def func(x,y): # print(x,y) # print(func) #1、lambda用于定义匿名函数 # lambda x,y:x+y #如何调用匿名函数 #就是内存地址() #方式一 # res=(lambda x, y: x + y)(1,2) # print(res) #方式二: # func=lambda x, y: x + y # res=func(1,22) # print(res) #匿名函数用于临时调用一次的场景:更多的是将匿名与其他函数配合使用 #方式三: # lambda x, y: x + y # salaries={ # 'loky':3000, # 'luce':1000, # 'doky':10000, # 'okey':2000 # } #迭代出来的是key,所以比较的是key # max(salaries) #方式一: # def func(k): # return salaries[k] # res=max(salaries,key=func) # print(res) #方式二 # ---------------------max # res=max(salaries,key=lambda k:salaries[k]) # print(res) #---------------------min # res=min(salaries,key=lambda k:salaries[k]) # print(res) salaries={ 'loky':3000, 'luce':1000, 'doky':10000, 'okey':2000 } #-------------------sorted排序 # res=sorted(salaries,key=lambda k:salaries[k]) # print(res) #-------------------map的应用 # l=['loky_lss','luce_lss','csad_lss'] # new_l=(name+'_lss' for name in l) # print(new_l) # # res=map(lambda name:name+'lss',l) # print(res)#得到一个生成器 # res.__iter__() # # res=res.__next__() # print(res) #-------------------filter # l=['loky_lss','luce_lss','csad'] # res=[name for name in l if name.endswith('_lss')] # print(res) # res=filter(lambda name:name.endwith('_lss'),l) # print(res)#生成式 #-------------------------reduce from functools import reduce l=[111,222,3,333] #合并操作 res=reduce(lambda x,y:x+y,[1,21,2,1],10)#10,1 #11,21 #32,2 #34,1 print(res)#35