三元表达式/函数的递归/匿名函数及其应用/map函数/reduce函数/ filter函数

def max2(x,y):
    if x>y:
        return x
    else:
        return y
res=max2(10,11)
print(res)

①三元表达式就是取代上述代码的if判断，将他写成一行。

x=10

y=11

res=x if x>y else y

　　三元表达式仅针对条件成立或者不成立，

定义

def max2(x,y):
    return x if x>y else y
print(max2(10,11))

　②函数的递归

1.直接调用

def foo():

　　print('from foo')

　　foo()

foo

2.间接调用

def bar():

　　print('from bar')

　　foo()

def foo():

　　print('from foo')

　　bar()
foo()

递归分为两个阶段

1.回溯  一定要满足某种条件回溯，否则无限递归

2.递推　　

=================================

递归其实就是循环过程

=================================

递归比循环有优势

1.while循环需要知道循环多少次，

2.递归只需要把控一个条件，根本不用考虑多少次做完

=================================

 

③匿名函数及其应用

lambda x y:return x +y

max

min

sorted

map

reduce

filter

有名函数: def跟函数名

匿名函数:没有return，相当于自带return                (匿名函数相当于避孕套，随用随丢)

匿名函数不会单独使用，通常是和其他函数一起使用

#强调

1.匿名的目的就是要没有名字，给匿名函数赋给一个名字是没有意义的

2.匿名函数的参数规则，作用域关系与有名函数是一样的。

3.匿名函数的函数体通常应该是一个表达式，该表达式必须有一个返回值

f=lambda x,n: x>n

什么时候用匿名函数呢？

函数体非常简单的时候

例如

有名函数:def func(x,y,z):

　　return x+y+z

匿名函数:lambda x,y,z: x+y+z
       (自带return)

　　内置函数

 lambda与map,reduce,fileter 

nums=[1,2,3,4,5]

map() 

reduce  nums[1,2,3,4,5]

filter

map()映射关系

name=['alex','wu pei qi','yuanhao']

res=map(lambda x:x+'_SB',names)

print(list(res))

[name]=['alex','wupeiqi','yuanhao','egon']

res=map(lambda+ x:x+'_SB',names)

[name]=['alex','wupeiqi','yuanhao','egon']

res=map(lambda x:x+'_NB'+'_SB',names)

　　

from funtools import reduce

reduce(range(1,101))

reduce()合并的意思

from functools import reduce

res=reduce(lamda x,y:x+y,range(1,101))

print(res)

　 filter()过滤功能