万物之源泉14 内置函数二

Posted zhaodingding

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了万物之源泉14 内置函数二相关的知识,希望对你有一定的参考价值。

技术分享图片

一. lamda名函数

为了解决一些简单的需求而设计的一句话函数# 计算nn次方

#先用之前的函数办法
def func(n):
    return n**2
print(func(9))
#用lambda方法:
a = lambda n : n*n 
print(a(9))

lambda表示的是匿名函数 不需要用def声明

语法:

  函数名 = lambda 参数 : 返回值

而匿名函数返回的是lambda,所有函数都叫lambda

注意:

1.函数可以参数可以有多个,多个参数用逗号隔开

2.匿名函数不管有多复杂,只能写一行,且逻辑结束后返回数据

3.返回值和函数一样,可是任意数据类型

匿名函数并不是说没有名字,这里前面的变量就是一个函数名,说他是匿名的原因是我们通过__name__查看的时候是没有名字的,统一叫做lambda,在调用的时候没有什么特别之处,和正常函数调用即可

#若传100个数,选出最大值
fn = lambda*arg :max(arg)
print(fn(let))

 

二.sorted()排序函数

语法:sorted(Iterable可迭代的,key = None,reverse翻转 = False)

key = 排序方案  sorted函数内部会把可迭代对象中的每一个元素拿出来交给后面的key 后面的key计算出一个数,作为这个元素的权重  整个函数根据权重来进行计算

lst= [{"褚熙":"大傻子"},{"刘伟":""},{"王玉杰":""},{"曾老师":"五行之外"}]
def func(x):
    for i in x:
       return len(x[i])
print(sorted(lst,key=func,reverse=True))

lst = [{"id": 1, "name": alex, "age": 18},
    {"id": 2, "name": wusir, "age": 16},
    {"id": 3, "name": taibai, "age": 17}]
按照年龄对学?信息进?排序
def func(x):
    return x["age"]
a = lambda x : x["age"]
print(sorted(lst,key=lambda x : x["age"],reverse= True))
lis =[22,27,31,64,48,5,22,46,18]
print(sorted(list(filter(lambda age :age>=18 and age % 2 == 0,lis))))

三.filter() 过滤(筛选)函数

语法:filter(function,Iterable 可迭代对象)

function:用来筛选的函数,在filter中会自动把iterable中的元素传递给function 根据function返回的True或者FALSE来判断保留此数据

lst = [{"id": 1, "name": alex, "age": 18},
    {"id": 2, "name": wusir, "age": 16},
    {"id": 3, "name": taibai, "age": 17}]
print(list(filter(lambda x :x["age"] >17,lst)))
print([i  for i in lst if i["age"]>17])

 

四.map  映射函数

语法:map(function,iterable)可以对可迭代对象中的每一个元素进行映射,分别取执行function

#用map计算列表的平方 返回一个新列表
def func(i):
    return i*i
mp  = map(func,[1,2,3,4,5]
print(mp)#出来的是内存地址
print(list(mp))#强制转换成列表的形式
#写成lambda
print(list(map(lambda x :x*x)))
 

#将数字排序
lst = [1,5,9,3,5,7]
print(sorted(list(map(lambda num : num +1,lst)),reverse = True))

 

五,递归

在函数中调用函数本身,就是递归

def func():
    print("你开心吗?")
    func()
func()

求递归的深度

def func(n):
    print(n)
    n += 1
    func(n)
func(1)

技术分享图片

这里的默认值是1000  但是你要是改的话是可以的,引入一个模块

import sys 

sys.setreursionlimit(5000)  但是一般不建议修改

import os
def func(file_path,index=0):#file_path 路径
    lst = os.listdir(file_path)  #os.listdir()拿到指定路径下的文件名
    for file_name in  lst:
        #全局路径
        path_abs = os.path.join(file_path,file_name)#在os模块下面拿到path(路径类)下的jion方法
        if os.path.isdir(path_abs):#如果这个路径是一个文件夹的话
            print("	"*index,file_name)
            func(path_abs,index+1)
        else:
            print("	"*index,file_name)
func("f:KuGou")

 

六,二分法

# 二分法查找的效率特别高.
# 缺点: 有序序列
#
# lst = [1,8,16,32,55,78,89,1,5,4,7,5,9,6,8,5,4,5,44,5,2,1,4,5,1]
# # [1, 1, 1, 1, 2, 4, 4, 4, 5, 5, 5, 5, 5, 5, 6, 7, 8, 8, 9, 16, 32, 44, 55, 78, 89]
# lst = sorted(lst)
# n = int(input("请输入一个数:"))
# left = 0
# right = len(lst) - 1
#
while left <= right: #
    mid = (left + right) // 2  # 索引只能是整数
    if n > lst[mid]:
        left = mid + 1
    elif n < lst[mid]:
        right = mid - 1
    else:
        print("在这个列表中.所在的位置%s" % mid)
        break
else:
    print("你要找的数. 不在这个序列中")


# 递归的第一套方案
def func(n, lst):
    left = 0
    right = len(lst) - 1
    if left <= right:
        mid = (left + right)//2
        if n > lst[mid]:
            new_lst = lst[mid+1:]
            return func(n, new_lst)
        elif n < lst[mid]:
            new_lst = lst[:mid]
            return func(n, new_lst)
        else:
            print("刚刚好, 在这里出现了")
            return True
    else:
        return False

lst = [1, 1, 1, 1, 2, 4, 4, 4, 5, 5, 5, 5, 5, 5, 6, 7, 8, 8, 9, 16, 32, 44, 55, 78, 89]
ret = func(2, lst)
print(ret)

# 第二套方案
def func(n, lst, left=0, right=None):
    if right == None:
        right = len(lst) - 1
    if left <= right:
        mid = (left + right) // 2
        if n > lst[mid]:
            left = mid + 1
        elif n < lst[mid]:
            right = mid - 1
        else:
            return True
        return func(n, lst, left, right)
    else:
        return False

 



以上是关于万物之源泉14 内置函数二的主要内容,如果未能解决你的问题,请参考以下文章

染色体基因芯片分析和第二代测序应用的区别

Python学习第14篇:面向对象之反射以及内置方法

PHP性能之语言性能优化

Android 逆向加壳技术简介 ( 动态加载 | 第一代加壳技术 - DEX 整体加固 | 第二代加壳技术 - 函数抽取 | 第三代加壳技术 - VMP / Dex2C | 动态库加壳技术 )

14.小白学python函数之5

万物皆可 Serverless 之使用云函数 SCF+COS 免费运营微信公众号