python 函数进阶

简介: 作用:map:修改序列filter:过滤序列sorted:排序序列func写法形参:都一样,表示每个元素return map : return 表示修改结果 filter : return 表示过滤结果 sorted : return 表示排序目标高阶函数:函数作为参数的函数abs() : 返回数字的绝对值round() : 作用是四舍五入偶数开头,小数大于五入奇数开头,小数五入任意两个数字,对2个数字求绝对值后进行求和。

目录

一、函数进阶

1、高级用法

1.函数可以被引用(可以赋值)

def fn():
    print("我是fn")
f = fn  # fn 函数本身
f()

2.函数可以作为参数传入另外一个函数

def fn():
    print("我是fn")
def fn2(x): # x = fn
    x()  # fn()
fn2(fn)

3.可以将函数作为返回值

def fn():
    print("我是fn")
def fn2(x):
    return x  # return 可以返回任意类型,可以返回一个函数
a = fn2(fn)
a()  # fn()
a()  # fn()
a()  # fn()

4.函数可以作为容器的元素

def fn():
    return 10
def fn2():
    print("hello")
lis = [1, 3, 2, fn(), fn2] 
print(lis[3])
f = lis[4]
f()

二、匿名函数(lambda)

lambda函数的语法只包含一个语句,如下

lambda 参数列表:运算表达式
# def fn(x):
#     return x * x
# 匿名写法
f = lambda x:x*x
print(f(5))

总结:

1.lambda并不会带来程序运行效率的提高,只会使代码更简洁

2.如果使用lambda,lambda内不要循环,请使用标准函数来完成。目的是为了代码有可重用性和可读性

3.lambda只是为了减少单行函数的定义而存在

三、高阶函数

1、高阶函数简介

map,filter,sorted

作用:

map:修改序列

filter:过滤序列

sorted:排序序列

func写法

形参:都一样,表示每个元素

return
    map:return表示修改结果
      filter:return表示过滤结果
        sorted:return表示排序目标

高阶函数:函数作为参数的函数

abs() : 返回数字的绝对值

round() : 作用是四舍五入

偶数开头,小数大于五入

奇数开头,小数五入

任意两个数字,对2个数字求绝对值后进行求和

# 任意两个数字,对2个数字求四舍五入后进行求和
def ab_sum(a, b, f):
    return f(a) + f(b)
result = ab_sum(-1, -4.5, abs)  # 求2个数绝对值的和
print(result)
result = ab_sum(-1, -4.5, round)  # 求2个数四舍五入的和
print(result)

python常用3个高阶内置函数

map、filter、sorted

2、map()

map(func,seq) : 将传入的函数变量func作用到序列变量的每一个元素中,并将组成新的迭代器返回

map(func,seq)
- seq 就是要改的序列
- func 要传入的函数
# 将list1序列中各个数字加一
list1 = [1, 2, 3, 4, 5]
print(list(map(lambda x:x+1,list1)))

总结:

1.map高阶内置函数作用是操作序列中的所有元素,并返回一个迭代器,迭代器要转回列表

2.lambda表示可以专门配合高阶内置函数来做简单实现

3、filter()

fillter(func,seq) : 过滤序列类型,过滤掉不符合条件的元素,结果也是迭代器,要通过list转换

list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

求序列中所有的偶数

# 老做法
# list2 = []
# for i in list1:
#     if i % 2 == 0:
#         list2.append(i)
# print(list2)
def func(x):  # 这个x就代表每个元素,和map一样
    # 返回值是一个布尔值,如果为真,则保留,否则过滤
    return x % 2 == 0
print(list(filter(func, list1)))
list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print(list(filter(lambda x:x%2==0, list1)))

4、sorted()

list1 = [2, 4, 1, 3, 5, 6, 9, 7]

升序

print(sorted(list1))

**降序

print(sorted(**list1,reverse=True))
list1 = ["aa:69", "bb:79", "cc:100", "dd:55"]

将分数升序排序

def f(x):  # x代表每一个值,和map filter一样的
    return int(x.split(":")[1])  # 返回要排序的值
print(sorted(list1, key=f,reverse=True))
相关文章
|
8天前
|
缓存 测试技术 Python
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
158 99
|
8天前
|
存储 缓存 测试技术
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
142 98
|
12天前
|
缓存 Python
Python中的装饰器:优雅地增强函数功能
Python中的装饰器:优雅地增强函数功能
|
2月前
|
PHP Python
Python format()函数高级字符串格式化详解
在 Python 中,字符串格式化是一个重要的主题,format() 函数作为一种灵活且强大的字符串格式化方法,被广泛应用。format() 函数不仅能实现基本的插入变量,还支持更多高级的格式化功能,包括数字格式、对齐、填充、日期时间格式、嵌套字段等。 今天我们将深入解析 format() 函数的高级用法,帮助你在实际编程中更高效地处理字符串格式化。
264 0
|
1月前
|
Python
Python 函数定义
Python 函数定义
101 1
|
20天前
|
算法 安全 数据安全/隐私保护
Python随机数函数全解析:5个核心工具的实战指南
Python的random模块不仅包含基础的随机数生成函数,还提供了如randint()、choice()、shuffle()和sample()等实用工具,适用于游戏开发、密码学、统计模拟等多个领域。本文深入解析这些函数的用法、底层原理及最佳实践,帮助开发者高效利用随机数,提升代码质量与安全性。
107 0
|
1月前
|
数据挖掘 数据处理 C++
Python Lambda:从入门到实战的轻量级函数指南
本文通过10个典型场景,详解Python中Lambda匿名函数的用法。Lambda适用于数据处理、排序、条件筛选、事件绑定等简洁逻辑,能提升代码简洁性和开发效率。同时提醒避免在复杂逻辑中过度使用。掌握Lambda,助你写出更高效的Python代码。
121 0
|
2月前
|
索引 Python 容器
[oeasy]python096_列表_计数函数_count
本教程详细介绍了Python中列表的计数方法`count`,包括其基本用法、与`len`函数的区别,以及如何结合索引操作查找和删除特定元素。同时探讨了字符串对象的`count`方法,并通过实例演示了如何统计字符出现次数。
64 7
|
2月前
|
机器学习/深度学习 数据处理 索引
Python内置函数:面试通关的49个秘密武器
本文精选49个Python高频面试内置函数,涵盖数值处理、类型转换、序列操作、字典集合、函数式编程及高级特性,结合真实代码案例解析底层逻辑与应用场景,助你提升开发效率,轻松应对技术面试。
62 1
|
1月前
|
数据采集 索引 Python
Python Slice函数使用教程 - 详解与示例 | Python切片操作指南
Python中的`slice()`函数用于创建切片对象,以便对序列(如列表、字符串、元组)进行高效切片操作。它支持指定起始索引、结束索引和步长,提升代码可读性和灵活性。

推荐镜像

更多