三元表达式列表推导式生成器表达式递归内置函数匿名函数

Posted 等待Seiran

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了三元表达式列表推导式生成器表达式递归内置函数匿名函数相关的知识,希望对你有一定的参考价值。

一、三元表达式

name=input(\'姓名>>: \')
res=\'SB\' if name == \'alex\' else \'NB\'
print(res)

二、列表推导式和生成器表达式

#老男孩由于峰哥的强势加盟很快走上了上市之路,alex思来想去决定下几个鸡蛋来报答峰哥

egg_list=[\'鸡蛋%s\' %i for i in range(10)] #列表解析

#峰哥瞅着alex下的一筐鸡蛋,捂住了鼻子,说了句:哥,你还是给我只母鸡吧,我自己回家下

laomuji=(\'鸡蛋%s\' %i for i in range(10))#生成器表达式
print(laomuji)
print(next(laomuji)) #next本质就是调用__next__
print(laomuji.__next__())
print(next(laomuji))
峰哥和alex的故事

总结:

1.把列表解析的[]换成()得到的就是生成器表达式

2.列表解析与生成器表达式都是一种便利的编程方式,只不过生成器表达式更节省内存

3.Python不但使用迭代器协议,让for循环变得更加通用。大部分内置函数,也是使用迭代器协议访问对象的。例如, sum函数是Python的内置函数,该函数使用迭代器协议访问对象,而生成器实现了迭代器协议,所以,我们可以直接这样计算一系列值的和:

sum(x ** 2 for x in range(4))

而不用多此一举使用如下方式

sum([x ** 2 for x in range(4)])

三、递归

1. 递归调用的定义

递归调用是函数嵌套调用的一种特殊形式,函数在调用时,直接或间接调用了自身,就是递归调用

2. 递归的最大深度-997

一个简单的故事:从前有个山,山里有座庙,庙里老和尚讲故事, 讲的什么呢?这个故事我们可以一直讲下去

def story():
    s = """
    从前有个山,山里有座庙,庙里老和尚讲故事,
    讲的什么呢?
    """
    print(s)
    story()
    
story()

可以看出如果递归函数没有遇到外力的阻止,会一直进行下去,而函数的执行,会不断的在内存中开辟名称空间,而处于一个无限调用开辟的过程中,而造成内存不足,python为了杜绝此类事情的发生,强制将递归的层数限制在997,如下可以测试得知

def foo(n):
    print(n)
    n += 1
    foo(n)
foo(1)
测试递归最大深度

由此可见未报错之前是997,为了实现我们程序的优化而设置为997,当然此值是可以更改的

import sys
print(sys.setrecursionlimit(100000))
修改递归最大深度

此处说明一点,如果递归深度为997都没有得到你的程序想要的结果,则说明你的程序写的确实比较烂。。。

看到此处我们或许觉得递归没有while True好用,江湖人称:人理解循环,神理解递归,所以不容小看递归,之后的很多算法都和递归有关,所以必须掌握递归。

3. 理解递归的思想

现在你们问我,alex老师多大了?我说我不告诉你,但alex比 egon 大两岁。

你想知道alex多大,你是不是还得去问egon?egon说,我也不告诉你,但我比武sir大两岁。

你又问武sir,武sir也不告诉你,他说他比金鑫大两岁。

那你问金鑫,金鑫告诉你,他40了。。。

这个时候你是不是就知道了?alex多大?

我们用等式来说明这个问题

age(4) = age(3) + 2 
age(3) = age(2) + 2
age(2) = age(1) + 2
age(1) = 40

对于这样的情况我们用函数如何表现呢?

def foo(n):
    if n==1:
        return 40
    else:
        return foo(n-1)+2

print(foo(4))

 4. 总结递归调用

  1. 必须有一个明确的结束条件

  2. 每次进入更深一层递归时,问题规模相比上次递归都应有所减少

  3. 递归效率不高,递归层次过多会导致栈溢出(在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出)

四、内置函数

#注意:内置函数id()可以返回一个对象的身份,返回值为整数。这个整数通常对应与该对象在内存中的位置,但这与python
的具体实现有关,不应该作为对身份的定义,即不够精准,最精准的还是以内存地址为准。is运算符用于比较两个对象的身份,
等号比较两个对象的值,内置函数type()则返回一个对象的类型

#更多内置函数:https://docs.python.org/3/library/functions.html?highlight=built#ascii 

上面就是内置函数的表,68个函数都在这儿了。这个表的顺序是按照首字母的排列顺序来的,你会发现都混乱的堆在一起。比如,oct和bin和hex都是做进制换算的,但是却被写在了三个地方。。。这样非常不利于大家归纳和学习。那我把这些函数分成了6大类。你看下面这张图,你猜咱们今天会学哪几大类呀?

1. 作用域关系

基于字典的形式获取局部变量和全局变量

globals()——获取全局变量的字典

locals()——获取执行本方法所在命名空间内的局部变量的字典

2. 其他

#1、语法
# eval(str,[,globasl[,locals]])
# exec(str,[,globasl[,locals]])

#2、区别
#示例一:
s=\'1+2+3\'
print(eval(s)) #eval用来执行表达式,并返回表达式执行的结果
print(exec(s)) #exec用来执行语句,不会返回任何值
\'\'\'
6
None
\'\'\'

#示例二:
print(eval(\'1+2+x\',{\'x\':3},{\'x\':30})) #返回33
print(exec(\'1+2+x\',{\'x\':3},{\'x\':30})) #返回None

# print(eval(\'for i in range(10):print(i)\')) #语法错误,eval不能执行表达式
print(exec(\'for i in range(10):print(i)\'))
eval和exec
compile(str,filename,kind)
filename:用于追踪str来自于哪个文件,如果不想追踪就可以不定义
kind可以是:single代表一条语句,exec代表一组语句,eval代表一个表达式
s=\'for i in range(10):print(i)\'
code=compile(s,\'\',\'exec\')
exec(code)


s=\'1+2+3\'
code=compile(s,\'\',\'eval\')
eval(code)
complie(了解即可)

输入输出相关:

input() 输入

s = input("请输入内容 : ")  #输入的内容赋值给s变量
print(s)  #输入什么打印什么。数据类型是str
input用法

print() 输出

def print(self, *args, sep=\' \', end=\'\\n\', file=None): # known special case of print
    """
    print(value, ..., sep=\' \', end=\'\\n\', file=sys.stdout, flush=False)
    file:  默认是输出到屏幕,如果设置为文件句柄,输出到文件
    sep:   打印多个值之间的分隔符,默认为空格
    end:   每一次打印的结尾,默认为换行符
    flush: 立即把内容输出到流文件,不作缓存
    """
print源码解析
f = open(\'tmp_file\',\'w\')
print(123,456,sep=\',\',file = f,flush=True)
file关键字的说明
import time
for i in range(0,101,2):  
     time.sleep(0.1)
     char_num = i//2      #打印多少个\'*\'
     per_str = \'\\r%s%% : %s\\n\' % (i, \'*\' * char_num) if i == 100 else \'\\r%s%% : %s\'%(i,\'*\'*char_num)
     print(per_str,end=\'\', flush=True)
#小越越  : \\r 可以把光标移动到行首但不换行
打印进度条

数据类型相关:

type(o) 返回变量o的数据类型

 

内存相关:

id(o) o是参数,返回一个变量的内存地址

hash(o) o是参数,返回一个可hash变量的哈希值,不可hash的变量被hash之后会报错。

t = (1,2,3)
l = [1,2,3]
print(hash(t))  #可hash
print(hash(l))  #会报错

\'\'\'
结果:
TypeError: unhashable type: \'list\'
hash实例

hash函数会根据一个内部的算法对当前可hash变量进行处理,返回一个int数字。

*每一次执行程序,内容相同的变量hash值在这一次执行过程中不会发生改变。

 

文件操作相关

open()  打开一个文件,返回一个文件操作符(文件句柄)

操作文件的模式有r,w,a,r+,w+,a+ 共6种,每一种方式都可以用二进制的形式操作(rb,wb,ab,rb+,wb+,ab+)

可以用encoding指定编码.

 

模块操作相关

__import__导入一个模块

import time
导入模块
os = __import__(\'os\')
print(os.path.abspath(\'.\'))
__import__

 

帮助方法

在控制台执行help()进入帮助模式。可以随意输入变量或者变量的类型。输入q退出

或者直接执行help(o),o是参数,查看和变量o有关的操作。。。

 

和调用相关

callable(o),o是参数,看这个变量是不是可调用。

如果o是一个函数名,就会返回True

def func():pass
print(callable(func))  #参数是函数名,可调用,返回True
print(callable(123))   #参数是数字,不可调用,返回False
callable实例

 

查看参数所属类型的所有内置方法

dir() 默认查看全局空间内的属性,也接受一个参数,查看这个参数内的方法或变量

print(dir(list))  #查看列表的内置方法
print(dir(int))  #查看整数的内置方法
查看变量/数据类型的内置方法

 

3. 和数字相关

 

数字——数据类型相关:bool,int,float,complex

数字——进制转换相关:bin,oct,hex

数字——数学运算:abs,divmod,min,max,sum,round,pow

 

4. 和数据结构相关

 

序列——列表和元组相关的:list和tuple

序列——字符串相关的:str,format,bytes,bytearry,memoryview,ord,chr,ascii,repr

ret = bytearray(\'alex\',encoding=\'utf-8\')
print(id(ret))
print(ret[0])
ret[0] = 65
print(ret)
print(id(ret))
bytearray
ret = memoryview(bytes(\'你好\',encoding=\'utf-8\'))
print(len(ret))
print(bytes(ret[:3]).decode(\'utf-8\'))
print(bytes(ret[3:]).decode(\'utf-8\'))
memoryview

 

序列:reversed,slice

 l = (1,2,23,213,5612,342,43)
print(l)
print(list(reversed(l)))
reversed
l = (1,2,23,213,5612,342,43)
sli = slice(1,5,2)
print(l[sli])
slice

 

数据集合——字典和集合:dict,set,frozenset

数据集合:len,sorted,enumerate,all,any,zip,filter,map

fileter 和 map

filter()函数接收一个函数 f 和一个list,这个函数 f 的作用是对每个元素进行判断,返回 True或 False,filter()根据判断结果自动过滤掉不符合条件的元素,返回由符合条件元素组成的新list。

例如,要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数,保留奇数,首先,要编写一个判断奇数的函数:

def is_odd(x):
    return x % 2 == 1

然后,利用filter()过滤掉偶数:

>>>filter(is_odd, [1, 4, 6, 7, 9, 12, 17])

结果:

[1, 7, 9, 17]

利用filter(),可以完成很多有用的功能,例如,删除 None 或者空字符串:

def is_not_empty(s):
    return s and len(s.strip()) > 0
>>>filter(is_not_empty, [\'test\', None, \'\', \'str\', \'  \', \'END\'])

结果:

[\'test\', \'str\', \'END\']

注意: s.strip(rm) 删除 s 字符串中开头、结尾处的 rm 序列的字符。

当rm为空时,默认删除空白符(包括\'\\n\', \'\\r\', \'\\t\', \' \'),如下:

>>> a = \' 123\'
>>> a.strip()
\'123\'

>>> a = \'\\t\\t123\\r\\n\'
>>> a.strip()
\'123\'

练习:

请利用filter()过滤出1~100中平方根是整数的数,即结果应该是:

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

方法:

import math
def is_sqr(x):
    return math.sqrt(x) % 1 == 0
print filter(is_sqr, range(1, 101))

结果:

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

map

Python中的map函数应用于每一个可迭代的项,返回的是一个结果list。如果有其他的可迭代参数传进来,map函数则会把每一个参数都以相应的处理函数进行迭代处理。map()函数接收两个参数,一个是函数,一个是序列,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list返回。

有一个list, L = [1,2,3,4,5,6,7,8],我们要将f(x)=x^2作用于这个list上,那么我们可以使用map函数处理。

>>> L = [1,2,3,4,] 
>>> def pow2(x): 
... return x*x 
... 
>>> map(pow2,L) 
[1, 4, 9, 16] 

sorted

对List、Dict进行排序,Python提供了两个方法
对给定的List L进行排序,
方法1.用List的成员函数sort进行排序,在本地进行排序,不返回副本
方法2.用built-in函数sorted进行排序(从2.4开始),返回副本,原始输入不变

--------------------------------sorted---------------------------------------

sorted(iterable, key=None, reverse=False)
Return a new list containing all items from the iterable in ascending order.

A custom key function can be supplied to customise the sort order, and the
reverse flag can be set to request the result in descending order.


-----------------------------------------------------------------------------
参数说明:
iterable:是可迭代类型;
key:传入一个函数名,函数的参数是可迭代类型中的每一项,根据函数的返回值大小排序;
reverse:排序规则. reverse = True  降序 或者 reverse = False 升序,有默认值。
返回值:有序列表
 
例:
列表按照其中每一个值的绝对值排序
l1 = [1,3,5,-2,-4,-6]
l2 = sorted(l1,key=abs)
print(l1)
print(l2)
列表按照绝对值排序
l = [[1,2],[3,4,5,6],(7,),\'123\']
print(sorted(l,key=len))
列表按照每一个元素的len排序
#字符串可以提供的参数 \'s\' None
>>> format(\'some string\',\'s\')
\'some string\'
>>> format(\'some string\')
\'some string\'

#整形数值可以提供的参数有 \'b\' \'c\' \'d\' \'o\' \'x\' \'X\' \'n\' None
>>> format(3,\'b\') #转换成二进制
\'11\'
>>> format(97,\'c\') #转换unicode成字符
\'a\'
>>> format(11,\'d\') #转换成10进制
\'11\'
>>> format(11,\'o\') #转换成8进制
\'13\'
>>> format(11,\'x\') #转换成16进制 小写字母表示
\'b\'
>>> format(11,\'X\') #转换成16进制 大写字母表示
\'B\'
>>> format(11,\'n\') #和d一样
\'11\'
>>> format(11) #默认和d一样
\'11\'

#浮点数可以提供的参数有 \'e\' \'E\' \'f\' \'F\' \'g\' \'G\' \'n\' \'%\' None
>>> format(314159267,\'e\') #科学计数法,默认保留6位小数
\'3.141593e+08\'
>>> format(314159267,\'0.2e\') #科学计数法,指定保留2位小数
\'3.14e+08\'
>>> format(314159267,\'0.2E\') #科学计数法,指定保留2位小数,采用大写E表示
\'3.14E+08\'
>>> format(314159267,\'f\') #小数点计数法,默认保留6位小数
\'314159267.000000\'
>>> format(3.14159267000,\'f\') #小数点计数法,默认保留6位小数
\'3.141593\'
>>> format(3.14159267000,\'0.8f\') #小数点计数法,指定保留8位小数
\'3.14159267\'
>>> format(3.14159267000,\'0.10f\') #小数点计数法,指定保留10位小数
\'3.1415926700\'
>>> format(3.14e+1000000,\'F\')  #小数点计数法,无穷大转换成大小字母
\'INF\'

#g的格式化比较特殊,假设p为格式中指定的保留小数位数,先尝试采用科学计数法格式化,得到幂指数exp,如果-4<=exp<p,则采用小数计数法,并保留p-1-exp位小数,否则按小数计数法计数,并按p-1保留小数位数
>>> format(0.00003141566,\'.1g\') #p=1,exp=-5 ==》 -4<=exp<p不成立,按科学计数法计数,保留0位小数点
\'3e-05\'
>>> format(0.00003141566,\'.2g\') #p=1,exp=-5 ==》 -4<=exp<p不成立,按科学计数法计数,保留1位小数点
\'3.1e-05\'
>>> format(0.00003141566,\'.3g\') #p=1,exp=-5 ==》 -4<=exp<p不成立,按科学计数法计数,保留2位小数点
\'3.14e-05\'
>>> format(0.00003141566,\'.3G\') #p=1,exp=-5 ==》 -4<=exp<p不成立,按科学计数法计数,保留0位小数点,E使用大写
\'3.14E-05\'
>>> format(3.1415926777,\'.1g\') #p=1,exp=0 ==》 -4<=exp<p成立,按小数计数法计数,保留0位小数点
\'3\'
>>> format(3.1415926777,\'.2g\') #p=1,exp=0 ==》 -4<=exp<p成立,按小数计数法计数,保留1位小数点
\'3.1\'
>>> format(3.1415926777,\'.3g\') #p=1,exp=0 ==》 -4<=exp<p成立,按小数计数法计数,保留2位小数点
\'3.14\'
>>> format(0.00003141566,\'.1n\') #和g相同
\'3e-05\'
>>> format(0.00003141566,\'.3n\') #和g相同
\'3.14e-05\'
>>> format(0.00003141566) #和g相同
\'3.141566e-05\'

format(了解即可)
format(了解即可)
字典的运算:最小值,最大值,排序
salaries={
    \'egon\':3000,
    \'alex\':100000000,
    \'wupeiqi\':10000,
    \'yuanhao\':2000
}

迭代字典,取得是key,因而比较的是key的最大和最小值
>>> max(salaries)
\'yuanhao\'
>>> min(salaries)
\'alex\'

可以取values,来比较
>>> max(salaries.values())
>>> min(salaries.values())
但通常我们都是想取出,工资最高的那个人名,即比较的是salaries的值,得到的是键
>>> max(salaries,key=lambda k:salary[k])
\'alex\'
>>> min(salaries,key=lambda k:salary[k])
\'yuanhao\'



也可以通过zip的方式实现
salaries_and_names=zip(salaries.values(),salaries.keys())

先比较值,值相同则比较键
>>> max(salaries_and_names)
(100000000, \'alex\')


salaries_and_names是迭代器,因而只能访问一次
>>> min(salaries_and_names)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: min() arg is an empty sequence



sorted(iterable,key=None,reverse=False)
!!! lambda与内置函数结合使用

五、匿名函数

匿名函数:为了解决那些功能简单而设置的一句话函数

#这段代码
def calc(n):
    return n**n
print(calc(10))
 
#换成匿名函数
calc = lambda n:n**n
print(calc(10))

上面是我们对calc这个匿名函数的分析,下面给出了一个关于匿名函数格式的说明

函数名 = lambda 参数 :返回值

#参数可以有多个,用逗号隔开
#匿名函数不管逻辑多复杂,只能写一行,且逻辑执行结束后的内容就是返回值
#返回值和正常的函数一样可以是任意数据类型

我们可以看出匿名函数并非真的没有函数名,他的调用和函数的调用也就没有区别,也是只需要 函数名(参数) 即可

上边是匿名函数的函数用法,除此之外还可以匿名真的可以匿名,并和其他函数合作使用

l=[3,2,100,999,213,1111,31121,333]
print(max(l))

dic={\'k1\':10,\'k2\':100,\'k3\':30}


print(max(dic))
print(dic[max(dic,key=lambda k:dic[k])])

 有名函数与匿名函数的对比

#有名函数与匿名函数的对比
有名函数:循环使用,保存了名字,通过名字就可以重复引用函数功能

匿名函数:一次性使用,随时随时定义

应用:max,min,sorted,map,reduce,filter

课后作业

1 文件内容如下,标题为:姓名,性别,年纪,薪资

  egon male 18 3000

  alex male 38 30000

  wupeiqi female 28 20000

  yuanhao female 28 10000

要求:
从文件中取出每一条记录放入列表中,
列表的每个元素都是{\'name\':\'egon\',\'sex\':\'male\',\'age\':18,\'salary\':3000}的形式

2 根据1得到的列表,取出薪资最高的人的信息。

3 根据1得到的列表,取出最年轻的人的信息。

4

以上是关于三元表达式列表推导式生成器表达式递归内置函数匿名函数的主要内容,如果未能解决你的问题,请参考以下文章

三元表达式列表推导式生成器表达式递归匿名函数内置函数

三元表达式列表推导式生成器表达式递归匿名函数内置函数

三元表达式列表推导式生成器表达式递归匿名函数内置函数

三元表达式列表推导式生成器表达式递归内置函数匿名函数

函数之三元表达式,递归,匿名函数,内置函数

函数的递归,二分法,三元表达式,列表生成式,字典生成式,匿名函数,内置方法