Python基础(十九):函数加强
Posted Lansonli
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python基础(十九):函数加强相关的知识,希望对你有一定的参考价值。
文章目录
函数加强
一、递归
1、递归的应用场景
递归是⼀种编程思想,应用场景: 1. 在我们日常开发中,如果要遍历⼀个⽂件夹下面所有的⽂件,通常会使用递归来实现; 2. 在后续的算法课程中,很多算法都离不开递归,例如:快速排序。递归的特点
- 函数内部自己调用自己
- 必须有出口
2、应用:3以内数字累加和
- 代码
# 3 + 2 + 1
def sum_numbers(num):
# 1.如果是1,直接返回1 -- 出⼝
if num == 1:
return 1
# 2.如果不是1,重复执⾏累加并返回结果
return num + sum_numbers(num-1)
sum_result = sum_numbers(3)
# 输出结果为6
print(sum_result)
- 执行结果
二、lambda 表达式
1、lambda的应用场景
如果⼀个函数有⼀个返回值,并且只有⼀句代码,可以使用 lambda 简化。2、lambda语法
lambda 参数列表 : 表达式
注意
- lambda表达式的参数可有可无,函数的参数在lambda表达式中完全适用。
- lambda表达式能接收任何数量的参数但只能返回⼀个表达式的值。
快速入门
# 函数
def fn1():
return 200
print(fn1)
print(fn1())
# lambda表达式
fn2 = lambda: 100
print(fn2)
print(fn2())
注意:直接打印lambda表达式,输出的是此lambda的内存地址
3、示例:计算a + b
函数实现def add(a, b):
return a + b
result = add(1, 2)
print(result)
思考:需求简单,是否代码多?
lambda实现
fn1 = lambda a, b: a + b
print(fn1(1, 2))
4、lambda的参数形式
无参数fn1 = lambda: 100
print(fn1())
⼀个参数
fn1 = lambda a: a
print(fn1('hello world'))
默认参数
fn1 = lambda a, b, c=100: a + b + c
print(fn1(10, 20))
可变参数:*args
fn1 = lambda *args: args
print(fn1(10, 20, 30))
注意:这⾥的可变参数传入到 lambda 之后,返回值为元组。
可变参数:**kwargs
fn1 = lambda **kwargs: kwargs
print(fn1(name='python', age=20))
5、lambda的应用
带判断的 lambdafn1 = lambda a, b: a if a > b else b
print(fn1(1000, 500))
列表数据按字典key的值排序
students = [
'name': 'TOM', 'age': 20,
'name': 'ROSE', 'age': 19,
'name': 'Jack', 'age': 22
]
# 按name值升序排列
students.sort(key=lambda x: x['name'])
print(students)
# 按name值降序排列
students.sort(key=lambda x: x['name'], reverse=True)
print(students)
# 按age值升序排列
students.sort(key=lambda x: x['age'])
print(students)
三、高阶函数
把函数作为参数传入 ,这样的函数称为高阶函数,高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。1、体验高阶函数
在 Python 中, abs() 函数可以完成对数字求绝对值计算。abs(-10) # 10
round()
函数可以完成对数字的四舍五入计算。
round(1.2) # 1
round(1.9) # 2
需求:任意两个数字,按照指定要求整理数字后再进行求和计算。
- 方法1
def add_num(a, b):
return abs(a) + abs(b)
result = add_num(-1, 2)
print(result) # 3
- 方法2
def sum_num(a, b, f):
return f(a) + f(b)
result = sum_num(-1, 2, abs)
print(result) # 3
注意:两种⽅法对比之后,发现,方法2的代码会更加简洁,函数灵活性更高。
函数式编程大量使用函数,减少了代码的重复,因此程序比较短,开发速度较快。
2、内置高阶函数
map() map(func, lst) ,将传⼊的函数变量 func 作用到 lst 变量的每个元素中,并将结果组成新的列表 (Python2)/ 迭代器(Python3) 返回。 需求:计算 list1 序列中各个数字的 2 次方。list1 = [1, 2, 3, 4, 5]
def func(x):
return x ** 2
result = map(func, list1)
print(result) # <map object at 0x0000013769653198>
print(list(result)) # [1, 4, 9, 16, 25]
reduce()
reduce(func , lst) ,其中 func 必须有两个参数。每次 func 计算的结果继续和序列的下⼀个元素做累积计算。注意: reduce() 传⼊的参数 func 必须接收 2 个参数。需求:计算 list1 序列中各个数字的累加和。
import functools
list1 = [1, 2, 3, 4, 5]
def func(a, b):
return a + b
result = functools.reduce(func, list1)
print(result) # 15
fifilter() fifilter(func,lst) 函数⽤于过滤序列 , 过滤掉不符合条件的元素, 返回⼀个 fifilter 对象。如果要转换为列表, 可以使⽤ list() 来转换。
list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
def func(x):
return x % 2 == 0
result = filter(func, list1)
print(result) # <filter object at 0x0000017AF9DC3198>
print(list(result)) # [2, 4, 6, 8, 10]
四、总结
递归- 函数内部自己调用自己
- 必须有出口
- 语法
lambda 参数列表: 表达式
- lambda的参数形式
无参数
lambda: 表达式
- ⼀个参数
lambda 参数: 表达式
- 默认参数
lambda key=value: 表达式
- 不定长位置参数
lambda *args: 表达式 1
- 不定长关键字参数
lambda **kwargs: 表达式
高阶函数
- 作用:把函数作为参数传入,化简代码
- 内置高阶函数
- map()
- reduce()
- fifilter()
- 📢博客主页:https://lansonli.blog.csdn.net
- 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正!
- 📢本文由 Lansonli 原创,首发于 CSDN博客🙉
- 📢停下休息的时候不要忘了别人还在奔跑,希望大家抓紧时间学习,全力奔赴更美好的生活✨
以上是关于Python基础(十九):函数加强的主要内容,如果未能解决你的问题,请参考以下文章