python15 1.生成器的send方法 了了解 2.递归：函数自己调自己 3.匿名函数 4.内置函数

## 复习

```python
'''
1.带参装饰器 - 自定义 | wraps

def wrap(info)
    def outer1(func):
     from functools import wraps
     @wraps(func)
        def inner(*args, **kwargs):
            # 需要外界的参数
            return func(*args, **kwargs)
        return inner
    def outer2(func):
        def inner(*args, **kwargs):
            # 需要外界的参数
            return func(*args, **kwargs)
        return inner
    if info == '1':
     return outer1
    return outer2
   
# outer = wrap('1')
# @outer
@wrap('1')
def fn():pass

2.可迭代对象：有__iter__()方法的对象，并且调用__iter__()方法得到迭代器对象

3.迭代器对象：有__next__()方法的对象，并且调用__next__()方法从前往后逐一取值
# 不依赖索引取值，但必须从前往后依次取值（无法获取索引，也无法计算长度）

4.for循环迭代器
1）得到操作对象的迭代器对象
2）通过__next__()进行取值
3）自动处理StopIteration异常，结束循环

5.枚举对象：为被迭代的对象添加迭代索引

6.生成器：语法同函数，内部包含yield关键字，函数名() 不是函数调用，而是得到生成器对象 -> 就是自定义的迭代器对象

'''

with open('abc.txt', 'r', encode='utf-8') as f:
    for line in f:
        pass
   
def fn():
    # ...
    yield 1
    # ...
    yield 2
obj = fn()
res = next(obj) # 1
fn().__next__() # 1
fn().__next__() # 1
fn().__next__() # 1
```

 

## 今日内容

```python
'''
1.生成器的send方法  了了解

2.递归：函数自己调自己

3.匿名函数

4.内置函数
'''
```

 

## 生成器send方法

```python
# send的工作原理
# 1.send发生信息给当前停止的yield
# 2.再去调用__next__()方法，生成器接着往下指向，返回下一个yield值并停止

# 案例：
persons = ['张三', '李四', '王五', '赵六', '钱七']

def order(persons):
    for i in range(len(persons)):
        if i == 0:
            print('%s在面试' % persons[0])
        else:
            print('%s叫%s在面试' % (name, persons[i]))
        print('%s面试完毕' % persons[i])
        name = yield persons[i]

obj = order(persons)
for i in range(len(persons)):
    if i == 0:
        p = obj.__next__()
    else:
        p = obj.send(p)
    print('=============================')
```

 

 

 

## 递归

```python
# 递归：
# 函数直接或间接调用本身，都称之为递归
# 回溯：找寻答案的过程
# 递推：推出结果的过程

# 前提条件：
# 1.递归必须有出口
# 2.递归回溯递推的条件一定有规律

# 案例一：获得第 count 个人的年纪
def get_age(count):
    if count == 1:
        return 58
    # 第 九...一 个人 - 2
    age = get_age(count - 1) - 2
    return age

age = get_age(3)
print(age)

# 案例二：求n的阶乘  5! = 5 * 4 * 3 * 2 * 1 = 120
# 5! = 5 * 4!
# 4! = 4 * 3!
# 3! = 3 * 2!
# 2! = 2 * 1!
# 1! = 1
def jiecheng(n):
    if n == 1 or n == 0:
        return 1
    ji = n * jiecheng(n - 1)
    return ji
res = jiecheng(5)
print(res)
```

 

## 匿名函数

```python
def fn(*args, **kwargs):
    # 函数体
    return '返回值'

# 匿名函数：
# 1.匿名函数没有函数名
# 2.匿名函数的关键字采用lambda
# 3.关键字 lambda 与标识函数功能体 : 之间一定是参数，所以省略()
# 4.匿名还是没有函数体，只有返回值，所以函数体和返回值的return关键字都省略了

lambda *args, **kwargs: '返回值'

# 注意：
# 1.参数的使用和有名函数一样，六种形参都支持
# 2.返回值必须明确成一个值，可以为单个值对象，也可以为一个容器对象

a = lambda *args, **kwargs: '返回值1', '返回值2'
print(a)  # (<function <lambda> at 0x0000022D0B7E88C8>, '返回值2')
# 返回值1
print(a[0]())

# 正确返回两个值: 主动构成成容器类型
lambda *args, **kwargs: ('返回值1', '返回值2')
```

 

## max结合匿名工作原理

```python
# 1.max内部会遍历iter，将遍历结果一一传给lambda的参数x
# 2.依据lambda的返回值作为比较条件，得到最大条件下的那个遍历值
# 3.对外返回最大的遍历值
max(iter, lambda x: x)

# min工作原理一样，得到的是最小值

```

 

## 常用的内置函数

```python
map(lambda x: x * 2, [3, 1, 2]) # 将遍历结果映射为任意类型值 [6, 2, 4]

from functools import reduce
reduce(lambda x, y: x * y, [3, 1, 2])  # 6

sorted(iter, fn, reverse)
dic = {
    'owen': (1, 88888),
    'zero': (2, 66666),
    'tom': (3, 77777),
}
res = sorted(dic, key=lambda k: dic[k][1])
print(res)  # ['zero', 'tom', 'owen']

res = sorted(dic, key=lambda k: dic[k][1], reverse=True)
print(res)  # ['owen', 'tom', 'zero']

```

```python
# 1.与类型相关的
# list() str() ord() chr() bool() int() ...

print(ord('A'))
print(chr(97))

# 2.进制转化
print(bin(10))  # 1010
print(oct(10))  # 12
print(hex(10))  # a

print(0b1111)  # 15
print(0o10)  # 8
print(0x11)  # 17

# 3.常用操作类的
# range() len() iter() next() enumerate() id() type() print() input() open()

# 4.原义字符串
print(r'a b')
print(ascii('a b'))
print(repr('a b'))

# 5.数学相关运算
# abs() sum() max() min() pow() sorted()
print(abs(-1))
print(pow(2, 3))  # 2**3
print(pow(2, 3, 3))  # 2**3%3

```