第十一天 函数进阶

1. 匿名函数

匿名函数的本质还是函数
1)语法

函数名 = lambda 形参列表: 返回值
相当于:
def 函数名(形参列表):
return 返回值

注意:匿名函数除了定义以及参数类型说明和普通函数不一样,其他都是一样的

写一个匿名函数求两个数的和

sum1 = lambda num1, num2: num1 + num2

result = sum1(10, 30)
print(result)

func1 = lambda a, b=20, c=30: a + b + c
result = func1(10)
print(result)

result = func1(a=1, b=2, c=3)
print(result)

result = func1(100, 200, c=300)
print(result)

# 练习:写一个匿名函数判断指定的年是否是闰年
is_leap_year = lambda year: year % 4 == 0 and year % 100 != 0 or year % 400 == 0
print(is_leap_year(2000))

1. 变量作用域 - 变量能使用的范围

根据变量作用域的不同将变量分为全局变量和局部变量两种

2.全局变量

全局变量: 没有定义在函数和类里面的变量都是全局变量,全局变量的作用域是从定义开始到程序结束的任何位置

1) a是全局变量

a = 10

print(f'函数外面;类外面, a:{a}')


def func1():
    print(f'函数里面,a:{a}')


func1()


class A:
    print(f'类里面,a:{a}')

b. x、b是全局变量

for x in range(5):
    b = 20
    print(f'循环里面b, x: {b}, {x}')

print(f'循环外面b, x: {b}, {x}')


def func2():
    print(f'函数里面b, x: {b}, {x}')


func2()

3. 局部变量

局部变量:定义在函数中的变量是局部变量(形参也是局部变量),局部变量的作用域是从定义开始到函数结束

# m和c都是局部变量
def func3(m):
    c = 30
    print(f'函数里面m, c: {m}, {c}')


func3(100)
# print(f'函数外面m, c: {m}, {c}')      # NameError: name 'm' is not defined

4.全局变量和局部变量的底层逻辑

全局变量保存在全局的栈区间,全局栈区间是在程序结束的时候才会自动释放;
每次调用函数的时候系统会自动为这个函数创建一个临时的栈区间(从C开始就是这样),用来保存函数运行过程中产生的数据,所以局部变量也是
保存在这个临时栈区间中的。当函数调用结束这个临时栈区间会自动释放。

5.global

作用1:在函数内部去修改全局变量的值
作用2:在函数内部定义全局变量

注意:global只能在函数内部使用,使用的时候必须在变量第一次使用之前

abc = 100
name = '小明'
gender = '男'


def func4():
    # 在函数内部给全局变量赋值,不会修改全局变量的值而是创建一个新的局部变量
    abc = 200
    print(f'函数里面的abc:{abc}')

    # 函数内部使用变量前加global,操作的是全局变量,不会创建新的局部变量
    global name
    name = '小花'
    print(f'函数里面name:{name}')

    global age
    age = 18

    # 在函数内部定义全局变量
    global gender
    print(gender)
    gender = '女'


func4()
print(f'函数外面的abc:{abc}')
print(f'函数外面name:{name}')
print(f'函数外面age:{age}')

1. 函数就是变量

Python中定义函数其实就是定义一个类型是function的变量,函数名就是名
变量能做的事情,函数都可以做


a = 10
# b = lambda x: x*2
def b(x):
    print('我是函数!')
    return x*2
# 1)打印变量
print(a)
print(b)

# 2)获取变量类型
print(type(a))
print(type(b))

# 3)用变量给其他变量赋值
m = a
n = b
print(m + 100)
result = n(10)
print(result)

# 4)变量
list1 = [a, b, b(2)]
print(list1)

print(list1[1](3))   # b(3)

2. 高阶函数

1)实参高阶函数 - 如果一个函数的参数是函数,这个函数就是实参高阶函数

def func1(x):
    # x = temp
    print(10 + x(1, 2))     # print(10 + temp(1, 2))  -> print(10 + 3)


def temp(a: int, b: int):
    # a = 1, b = 2
    return a + b        # return 3


func1(temp)

2) 返回值高阶函数

返回值是函数的函数

def func2():
    def func3():
        return 100
    return func3


print(func2()())    # func3()  -> 100

常用实参高阶函数:max、min、sorted、map、reduce

1. max、min、sorted

max(序列, key=函数) - 根据函数指定的规则来获取序列中最大的元素
函数的要求:a.有且只有一个参数,这个参数代表序列中的每个元素
b.有一个返回值,返回值就是比较对象

# 练习1:求nums中个位数最大的元素
# 方法一:使用匿名函数
nums = [23, 45, 67, 22, 35, 45]              
print(max(nums, key=lambda x: x % 10))   
# 方法二:使用普通函数
def temp(x):
    return x % 10


result = max(nums, key=temp)
print(result)
   

# 练习2:求nums中数值最大的元素
nums = [10, '23.8', 34, '89']
result = max(nums, key=lambda x: float(x))
print(result)

# 练习3:求students中分数最高的学生
students = [
    {'name': 'stu1', 'age': 29, 'score': 59},
    {'name': 'stu2', 'age': 23, 'score': 89},
    {'name': 'stu3', 'age': 12, 'score': 76},
    {'name': 'stu4', 'age': 22, 'score': 77}
]
result = max(students, key=lambda x: x['score'])['name']
print(result)

# 对students按照学生的年龄从小到大排序
result = sorted(students, key=lambda x: x['age'])
print(result)


# 练习4:求nums中各个位数的和最小的元素
nums = [70, 89, 102, 34, 67]

def temp(x):
    sum1 = 0
    for i in str(x):
        sum1 += int(i)
    return sum1


result = min(nums, key=temp)
print(result)

2.map

  1. map(函数, 序列)
    函数:a.有且只有一个参数,参数指向后面序列中的每个元素
    b.有一个返回值,返回值就是新序列中的元素

  2. map(函数, 序列1, 序列2)
    函数:a.有且只有2个参数,分别指向后面两个序列中的元素
    b.有一个返回值,返回值就是新序列中的元素

3)map(函数, 序列1, 序列2, 序列3)
函数:a.有且只有3个参数,分别指向后面3个序列中的元素
b.有一个返回值,返回值就是新序列中的元素

map(函数, 序列1, 序列2, 序列3, 序列4,…)

注意:map函数的返回值是一个map对象(本质是一个序列)

# 练习1:提取nums中所有元素的个位数
# [2, 4, 6, 7, 9, 3]
nums = [12, 34, 56, 67, 19, 83]
result = list(map(lambda x: x % 10, nums))
print(result)


# 练习2:
nums = [12, 34, 56, 67, 19, 83]
strs = ['a', 'b', 'c', 'd', 'e', 'f']
# ['12a', '34b', '56c', '67d', '19e', '83f']
result = map(lambda x1, x2: str(x1)+x2, nums, strs)
print(list(result))

# 练习3:
names = ['stu1', 'stu2', 'stu3', 'stu4', 'stu5']
ages = [18, 20, 45, 78, 26]
score = [90, 87, 69, 71, 82]
# [{'name': 'stu1', 'age': 18, 'score': 90}, {'name': 'stu2', 'age': 20, 'score': 87}, ...]
result = map(lambda n, a, s: {'name': n, 'age': a, 'score': s}, names, ages, score)
print(list(result))

3. reduce - 将序列中的元素合并成一个数据

注意:reduce在使用前必须先导入
reduce(函数, 序列, 初始值)
函数的要求:a. 有且只有两个参数:第一个参数指向初始值,第二个参数指向序列中的每个元素
b. 有一个返回值,返回值需要描述清楚合并方式

from functools import reduce

# 1)求nums中所有元素的和
# 0+10+23+89+34
nums = [10, 23, 89, 34]
result = reduce(lambda x1, x2: x1+x2, nums, 0)
print(result)

# 2)求nums中所有个位数的和
# 0 + 0 + 3 + 9 + 4 -> 0 + 10%10 + 23%10 + 89%10 + 34%10
nums = [10, 23, 89, 34]
result = reduce(lambda x1, x2: x1 + x2 % 10, nums, 0)
print(result)

# 3)将nums中元素合并成一个字符串
# '10238934'
# '' + '10' + '23' + '89' + '34'  -> '' + str(10) + str(23) + str(89) + str(34)
nums = [10, 23, 89, 34]
result = reduce(lambda x1, x2: x1 + str(x2), nums, '')
print(result)

# 4)将nums中所有元素求乘积
# 1*10*23*89*34
nums = [10, 23, 89, 34]
result = reduce(lambda x1, x2: x1 * x2, nums, 1)
print(result)

作业

  1. 已经列表points中保存的是每个点的坐标(坐标是用元组表示的,第一个值是x坐标,第二个值是y坐标)

    points = [
      (10, 20), (0, 100), (20, 30), (-10, 20), (30, -100)
    ]
    

    以下问题使用实参高阶函数来解决

    1)获取列表中y坐标最大的点

points = [(10, 20), (0, 100), (20, 30), (-10, 20), (30, -100)]
result = max(points, key=lambda x: x[-1])
print(result)

2)获取列表中x坐标最小的点

points = [(10, 20), (0, 100), (20, 30), (-10, 20), (30, -100)]
result = min(points, key=lambda x: x[0])
print(result)

3)获取列表中距离原点最远的点

points = [(10, 20), (0, 100), (20, 30), (-10, 20), (30, -100)]
result = max(points, key=lambda x: (x[0])**2+(x[-1])**2)
print(result)

4)将点按照点到x轴的距离大小从大到小排序

points = [(10, 20), (0, 100), (20, 30), (-10, 20), (30, -100)]
result = sorted(points, key=lambda x: abs(x[-1]), reverse=True)
print(result)
  1. 求列表 nums 中绝对值最大的元素
nums = [10, -23, -25, 34, -76, 64]
result = max(nums, key=lambda x: abs(x))
print(result)
  1. 已经两个列表A和B,用map函数创建一个字典,A中的元素是key,B中的元素是value

    A = ['name', 'age', 'sex']
    B = ['张三', 18, '女']
    新字典: {'name': '张三', 'age': 18, 'sex': '女'}
    
result = dict(map(lambda x1, x2: (x1,x2), A, B))
print(result)
  1. 已经三个列表分别表示5个学生的姓名、学科和班号,使用map将这个三个列表拼成一个表示每个学生班级信息的的字典

    names = ['小明', '小花', '小红', '老王']
    nums = ['1906', '1807', '2001', '2004']
    subjects = ['python', 'h5', 'java', 'python']
    结果:{'小明': 'python1906', '小花': 'h51807', '小红': 'java2001', '老王': 'python2004'}
    
result1 = list(map(lambda x1, x2: x1 + x2, subjects, nums))
result2 = dict(map(lambda x3, x4: (x3, x4), names, result1))
print(result2)
  1. 已经一个列表message, 使用reduce计算列表中所有数字的和(用采用列表推导式和不采用列表推导式两种方法做)

    message = ['你好', 20, '30', 5, 6.89, 'hello']
    结果:31.89
    
# 方法一
result = [x for x in message if type(x) == int or type(x) == float]
print(sum(result))

# 方法二
from functools import reduce

message = ['你好', 20, '30', 5, 6.89, 'hello']
result1 = [x for x in message if type(x) == int or type(x) == float]
result2 = reduce(lambda x1, x2: x1 + x2, result1, 0)
print(result2)
  1. 已知一个字典列表中保存的是每个学生各科的成绩,

    1)计算并添加每个学生的平均分

result = list(
    map(lambda x1, x2, x3: int((x1['math'] + x2['English'] + x3['Chinese']) / 3), students, students, students))
i = 0
for x in students:
    x.setdefault('avg', result[i])
    i += 1
print(students)

2)按照平均分从高到低排序

result1 = sorted(students, key=lambda y: y['avg'], reverse=True)
print(result1)
students = [
  {'name': 'stu1', 'math': 97, 'English': 67, 'Chinese': 80},
  {'name': 'stu2', 'math': 56, 'English': 84, 'Chinese': 74},
  {'name': 'stu3', 'math': 92, 'English': 83, 'Chinese': 78},
  {'name': 'stu4', 'math': 62, 'English': 90, 'Chinese': 88}
]

# 计算平均分
students = [
  {'name': 'stu1', 'math': 97, 'English': 67, 'Chinese': 80, 'avg':81},
  {'name': 'stu2', 'math': 56, 'English': 84, 'Chinese': 74, 'avg':71},
  {'name': 'stu3', 'math': 92, 'English': 83, 'Chinese': 78, 'avg':84},
  {'name': 'stu4', 'math': 62, 'English': 90, 'Chinese': 88, 'avg':80}
]

# 按照平均分从高到低排序
...
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
《高等数学同济第七版上册》是一本非常经典的高等数学教材。这本教材是以同济大学的高等数学课程为基础编写的,内容全面,系统性强,适合初学者和进阶使用。 这本教材主要分为十章,包括数列、极限与连续、一元函数微分学、一元函数积分学、函数级数与数项级数、多元函数微分学、多元函数积分学、向量代数与空间解析几何、无穷级数和常微分方程等内容。每一章都按照循序渐进的方式展开,理论与实例相结合,有利于学生深入理解和掌握高等数学的知识。 这本教材在讲解高等数学的重要概念和方法的同时,也注重培养学生的数学思维能力和问题解决能力。每一章的习题安排合理,既有基础习题,也有拓展习题,可以满足不同层次学生的需求。 《高等数学同济第七版上册》在内容的展示上,使用了具有代表性的应用例题,从实际应用角度出发,使学生能够更好地理解和应用数学知识。同时,这本教材也给出了详细的解答和习题解析,方便学生自我检查和提升。 总之,《高等数学同济第七版上册》是一本权威、全面、深入的高等数学教材,对于学习高等数学的人来说是一本宝贵的参考书。无论是作为课堂教材还是作为自学用书,都能给学生提供很大的帮助,使他们能够更好地掌握高等数学的知识,为深入学习相关学科打下坚实的基础。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值