• 三元、列表表达式及递归、匿名函数


    基础补充:三元运算 | 推导式

    # 三元运算符:就是 if...else...语法糖
    # 前提:if和else只有一条语句
    
    # 原
    # cmd = input('cmd: ')
    # if cmd.isdigit():
    #     print('可以转化为数字')
    # else:
    #     print('不可以转化为数字')
    # 简化
    # cmd = input('cmd: ')
    # print('可以转化为数字') if cmd.isdigit() else print('不可以转化为数字')
    
    # 案例:得到两个数大值
    a = 20
    b = 30
    res = a if a > b else b  # 求大值
    print(res)
    
    # 三元运算符的结果不一定要与条件直接性关系
    res = 'b为小值' if a > b else 'a为小值'  # 求小值
    print(res)
    
    # -------------------------------------------------------------------
    
    # 推导式:列表(元组)与字典的转换语法糖
    # 列表(元组)推导式
    dic = {'a': 1, 'b': 2, 'c': 3}  # => [('a', 1), ('b', 2), ('c', 3)]
    res = [(k, v) for k, v in dic.items()]
    print(res)
    # 元组推导式
    # res = ((k, v) for k, v in dic.items())
    print(tuple(res))
    
    # 字典推导式
    ls = [('a', 1), ('b', 2), ('c', 3)]  # => {'a': 1, 'b': 2, 'c': 3}
    res = {k: v for k, v in ls}
    print(res)
    
    # 案例
    # range(10)  # 可以被推导为列表
    res_ls = [arg for arg in range(10)]
    print(res_ls)
    res_dic = {'a': arg for arg in range(10)}
    print(res_dic)
    
    # 迭代出可解压为的单列容器可以推导出字典
    res_dic = {v: k for k, v in enumerate('abc')}
    print(res_dic)
    

    递归

    # 递归:回溯与递推 ***
    # 回溯:询问答案的过程
    # 递推:推出答案的过程
    
    # 前提:*****
    # 回溯到一个有具体结果的值,开始递推
    # 回溯与递推的条件要有规律
    
    # 递归本质:函数的自我调用(自己调自己)
    import sys
    sys.setrecursionlimit(100)  # 手动设置递归深度
    print(sys.getrecursionlimit())  # 默认1000
    
    count = 0
    自己调自己
    def a():
        global count
        count += 1
        if count > 50:
            return
        a()
    a()
    
    # 函数间接调用自己:一旦形成循环调用,就产生了递归
    def b():
        c()
    def c():
        d()
    def d():
        b()
    b()
    

    递归案例

    # 询问第一个人年龄,回溯条件 小两岁,第五个人说出自己的年龄,推导出第一个人年龄
    # 条件:下一个人的年龄比这个人年纪大两岁
    def get_age(num):  # 得到年龄
        if num == 1:
            return 58
        age = get_age(num - 1) - 2
        return age
    res = get_age(5)
    print(res)
    
    
    # 阶乘
    # 5! = 5 * 4!    4! = 4 * 3!   ...   2! = 2 * 1
    def factorial(num):
        if num == 1:
            return 1
        temp = num * factorial(num - 1)
        return temp
    res = factorial(5)
    print(res)
    

    匿名函数

    # 匿名函数:没有名字的函数
    # 语法:lambda 参数列表: 一个返回值表达式
    
    # 匿名函数:没有函数名,没有函数体,只有一个返回值
    # 关键字:lambda  |  参数列表省略()  |  返回值return关键字也被省略
    f = lambda x, y: (x + y, x - y)
    print(f)
    print(f(10, 20))
    
    # 应用场景:
    # 1.匿名函数函数地址可以被一个变量接受,该变量就可以作为函数名来使用,但就违背了匿名初衷
    # 2.结合内置函数来使用: 内置函数某些参数需要一个函数地址,
    #       -- 可以赋值一个有名函数名,也可以直接赋值匿名函数
    
    res = max(10, 20, 50, 30)
    print(res)
    res = max({10, 20, 50, 30})
    print(res)
    
    def fn(arg):
        print(arg)
        return arg
    
    ls = [100, 200, 50, 10]
    res = max(ls, key=fn)
    print('------------------------')
    print(res)
    
    res1 = max(ls, key=lambda ele: ele)
    print(res1)
    

    内置函数

    # max
    
    iterable = [1, 5, 3, 2, 7]
    res = max(iterable, key=lambda x: x)  # 参数:可迭代对象遍历的元素;返回值:做比较的值
    print(res)
    
    # 薪资最高
    iterable = {
        'Bob': 12000,
        'Tom': 37000,
        'Jerry': 76000,
        'Zero': 120,
    }
    res = max(iterable, key=lambda x: iterable[x])  # x: 字典的k  返回值:做比较的值
    print(res)
    
    iterable = {
        'Bob': {'no': 100, 'salary': 12000},
        'Tom': {'no': 200, 'salary': 37000},
        'Jerry': {'no': 50, 'salary': 76000},
        'Zero': {'no': 150, 'salary': 120},
    }
    res = max(iterable, key=lambda k: iterable[k]['no'])
    print(res)
    res = max(iterable, key=lambda k: iterable[k]['salary'])
    print(res)
    
    
    # min
    iterable = {
        'Bob': [100, 12000],
        'Tom': [200, 37000],
        'Jerry': [50, 76000],
        'Zero': [150, 120],
    }
    res = min(iterable, key=lambda k: iterable[k][1])  # 薪资最小
    print(res)
    
    
    #  sorted
    res = sorted([1, 3, 4, 2, 5], key=lambda x: x, reverse=True)
    print(res)
    
    iterable = {
        'Bob': [100, 12000],
        'Tom': [200, 37000],
        'Jerry': [50, 76000],
        'Zero': [150, 120],
    }
    res = sorted(iterable, key=lambda x: iterable[x][0])  # 按no排序
    print(res)
    
    
    # map:映射
    res = map(lambda x: x + 2, [12000, 36000, 27000, 21000, 10000])
    print(list(res))
    
    from functools import reduce
    # reduce: 合并
    res = reduce(lambda f, n: f * n, [1, 2, 3, 4, 5])
    print(res)
    
    
    # 重点:
    # classmethod()
    # staticmenthod()
    # super()
    # object()
    
    # 名称空间
    # globals()
    # locals()
    
    # 反射
    # getattr()
    # setattr()
    # delattr()
    
    # 名称空间 <=> 可执行字符串
    # exec()
    
    # enumerate()
    # isintance()
    # len()
    # max()
    # min()
    # open()
    # range()
    # type()
    print('-----------------------------------')
    
    t = max(iter, fn)  max(iter lambda k: i[k])
        temp = None
        for k in iter:
            res = fn(k)
            # res作为比较的条件
            # temp存放以res比较得到的最大值
        return temp
    
  • 相关阅读:
    MySQL优化
    MySQL 的 SQL 操作
    笔记本电脑同时使用两个网络
    top
    logrotate
    正则表达式学习总结
    HttpClient parameter 和body 传输同时进行
    Node.js背景
    前后端分离的理解
    shiro 的subject 以及Context 对象的具体的含义。
  • 原文地址:https://www.cnblogs.com/fuwei8086/p/10665322.html
Copyright © 2020-2023  润新知