• python基础之lambda,sort,filter,map,递归函数的运用



    内容梗概:
    1. lamda 匿名函数
    2. sorted()
    3. filter()
    4. map()
    5. 递归函数

    1.lambda
    形式: lambda 参数:返回值
     f = lambda x,y: x*y
        print(f(2,4))
    注意:
    1.函数的参数可以有多个. 多个参数之间⽤用逗号隔开
    2.匿名函数不管多复杂. 只能写一行, 且逻辑结束后直接返回数据
    3.返回值和正常的函数一样, 可以是任意数据类型
    4.所有的匿名函数都没有名字,统一称为lambda

    2. sorted()
    排序函数.
    语法: sorted(Iterable, key=None, reverse=False)
    Iterable: 可迭代对象
    key: 排序规则(排序函数), 在sorted内部会将可迭代对象中的每一个元素传递给这个函数的参数. 根据函数运算的结果进行排序
    reverse: 是否是倒叙. True: 倒叙, False: 正序
    2.1 直接使用
    lst = [1,5,3,4,6]
        lst2 = sorted(lst)
        print(lst)      # 原列表不会改变,会返回一个新列表
        print(lst2)     # 返回的新列表是经过排序的

    2.2 和函数嵌套使用
     lis1 = ["小黄","太白金星","唐马儒","张全蛋"]
        def func(c):
            return len(c)
        lis2 = sorted(lis1,key=func)
        print(lis2)
    2.3 和lambda嵌套使用
    lst = [{"id":1, "name":'alex', "age":18},
                {"id":2, "name":'wusir', "age":16},
                {"id":3, "name":'taibai', "age":17}]
        print(list(sorted(lst,key=lambda x:x["age"])))


    3. filter()
    筛选函数
    语法: filter(function. Iterable)
    function: ⽤用来筛选的函数. 在filter中会⾃自动的把iterable中的元素传递给function. 然后
    根据function返回的True或者False来判断是否保留留此项数据
    Iterable: 可迭代对象
    3.1和函数以及lambda嵌套使用
    def func(a):
            return len(a)
        lis1 = ["小黄","太白金星","唐马儒","张全蛋","尼古拉斯赵四"]
        print(list(filter(func,lis1)))
        print(list(filter(lambda x:len(x),lis1)))

    4. 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
    lis1 = [1,5,3,4,6]
        def func(a):
            return a**2
        print(list(map(func,lis1)))
        print(list(map(lambda x:x*x,lis1)))

    5. 递归
    在函数中调用函数本身. 就是递归
     def func():
            print("我是谁")
            func()
        func()
    在python中递归的深度最大为1000 (官方文档),但实际永远到达不了

    可以使用递归来遍历各种树形结构, 比如我们的文件夹系统
    lis = []
    import os
    def func(path):
        lis1 = os.listdir(path)
        for el in lis1:
            new_path = os.path.join(path,el)
            if os.path.isdir(new_path):
                func(new_path)
            else:
                print(new_path)
    func("e:\a")
    
    
    import os
    def read(filepath, n):
        files = os.listdir(filepath) # 获取到当前⽂文件夹中的所有⽂文件
        for fi in files: # 遍历⽂文件夹中的⽂文件, 这⾥里里获取的只是本层⽂文件名
            fi_d = os.path.join(filepath,fi) # 加入文件夹 获取到文件夹+文件
            if os.path.isdir(fi_d): # 如果该路路径下的文件是⽂文件夹
                print("	"*n, fi)
                read(fi_d, n+1) # 继续进行相同的操作
            else:
                print("	"*n, fi) # 递归出口. 最终在这⾥隐含着return
    read("e:\a",0)

    6. 二分查找
    二分查找. 每次能够排除掉一半的数据. 查找的效率非常高. 但是局限性比较大. 必须是有序列才可以使⼆分查找
    要求: 查找的序列必须是有序列.

    二分查找---非递归算法
    lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789]
    
    def func(n):
        left = 0
        right = len(lst) - 1
        while left <= right:
            mid =  (left+right)//2
            if lst[mid] > n:
                right = mid - 1
            elif lst[mid] < n:
                left = mid + 1
            else:
                print("找到了,索引为%s"%(mid))
                break
    
        else:
            print("找不到")
    n = int(input("请输入一个数"))
    func(n)


    递归算法:
    lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789]
    def func(n,left,right):
        if left <= right:
            mid = (left + right) // 2
            if lst[mid] > n:
                right = mid - 1
                return func(n,left,right)
            elif lst[mid] < n:
                left = mid +1
                return func(n, left, right)
            else:
                print('找到了,索引为%s'%(mid))
        else:
            print("找不到该数字")
    n = int(input("请输入一个数"))
    func(n,0,len(lst))
  • 相关阅读:
    Linux安装软件时90%的人会遇到这个报错,如何解决?
    mongo下查询ObjectId(id)类型的数据
    解决nohup启动logstash生成的文件过大的问题
    ES集群服务器下线节点扩容后上线的流程
    knife4j的使用记录
    mongodb的update函数更新数据,更新文档中的某个具体字段的数据
    Python celery异步框架
    VueX插件使用
    Vue-router插件使用
    Vue 自定义指令
  • 原文地址:https://www.cnblogs.com/Mixtea/p/9911607.html
Copyright © 2020-2023  润新知