二、 递归
2.1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的所有文件,通常使用递归来实现;
2在后续的算法中很多算法都离不开递归,例如快速排序
2.1.1递归的特点
- 函数内部自己调用自己
- 必须有出口
def sum_number(i): if i==1: #出口 return 1 return i+sum_number(i-1) resoult=sum_number(3) print(resoult)
三、lambda表达式
3.1lambda得应用场景
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
3.2lambda语法
lambda.参数列表 :表达式
注意:
- lambda表达式得参数可有可无,函数得参数在lambda表达式中完全使用。
- lambda表达式能接受任何数量的参数但只返回一个表达式的值
快速入门
def fn1(): return 200 print(fn1) print(fn1()) #lambda 匿名函数 fn2= lambda :100 print(fn2) print(fn2()) """ <function fn1 at 0x00000135323AD268> 内存地址 200 <function <lambda> at 0x00000135326E6510> 100 """
3.3实例
def add(a,b): return a+b result=add(1,2) print(result) #lambda表达式 fn1=lambda a,b :a+b print(fn1(1,2))
3.4lambda的参数形式
3.4.1无参数
fn3=lambda : 100 print(fn3())
3.4.2一个参数
fn2=lambda a:a print(fn2('hello word'))
3.4.3默认参数
fn1=lambda a,b ,c=100:a+b+c print(fn1(10,20))
3.4.4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
3.4.5.可变参数:**kwargs
fn1=lambda **kwargs:kwargs print(fn1(name='python',age=20))
3.5lambda的应用
3.5.1带判断的lambda
fn1=lambda a,b:a if a>b else b print(fn1(1000,5000)) #5000
3.5.2列表数据字典按key的值排序
students=[ {'name':'Tom','age':20}, {'name':'Rose','age':19}, {'name':'jose','age':22} ] #按name值升序排列 students.sort(key=lambda x:x['name']) print(students) #按照name降序排序 students.sort(key=lambda x:x['name'],reverse=True) print(students) """ [{'name': 'Rose', 'age': 19}, {'name': 'Tom', 'age': 20}, {'name': 'jose', 'age': 22}] [{'name': 'jose', 'age': 22}, {'name': 'Tom', 'age': 20}, {'name': 'Rose', 'age': 19}] """
四、高阶函数
把函数作为参数传入,这样的函数成为高阶函数,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
4.1体验高阶函数
在python中,abs()函数可以完成对数字求绝对值。
abs(-10) print(abs(-10))
round()函数可以完成对数字的四舍五入计算
round(1.2) round(1.9) print(round(1.2)) #1 print(round(1.9)) #2
需求:任意两个数字,按照指定要求整理数字后在进行求和计算。
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)
注意:
两中方法对比后,发现方法2的代码更加简洁,函数灵活性更高。
函数式编程大量使用函数,减少代码的重复,因此程序比较短,开发速度快
4.2内置高阶函数
4.2.1map
map(func,ist),指传入的函数变量func作用到lst变量的每一个元素中,并将结果组成新的列表(python2)/迭代器(pyhon3)返回
需求:计算list1中的各个数字的2次方
list1=[1,2,3,4,5] def func(x): return x**2 resul=map(func,list1) print(resul) print(list(resul)) """ <map object at 0x00000213E8E2AE10> [1, 4, 9, 16, 25] 列表 """
4.2.2reduce()
reduce(func,lst),其中func必须有两个参数。每次func计算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必须接受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 resoult=functools.reduce(func,list1) print(resoult)
4.2.3filter
filter(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filter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] def func(x): return x%2 ==0 resoult=filter(func,list1) print(resoult) print(list(resoult)) """ <filter object at 0x0000026F1933AE10> [2, 4, 6, 8] """