Python开发基础-Day11内置函数补充、匿名函数、递归函数

内置函数补充

python divmod()函数：把除数和余数运算结果结合起来，返回一个包含商和余数的元组(a // b, a % b)

语法：

divmod(a, b)　　#a、b为数字，a为除数，b为被除数

示例：

>>> divmod(7, 2)
(3, 1)　　#3为商，1为余数
>>> divmod(7, 2.5)
(2.0, 2.0)

应用：web前端页数计算

total_count=73
per_count=23
res=divmod(total_count,per_count)
if res[1] > 0:
    page_count=res[0]+1
print(page_count)

enumerate()函数：用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。

语法：

enumerate(sequence, [start=0])    
# sequence -- 一个序列、迭代器或其他支持迭代对象
3 # start -- 下标起始位置

示例：

l=['a','b','c']
for i in enumerate(l):
    print(i)
输出结果：
(0, 'a')
(1, 'b')
(2, 'c')

frozenset()函数：返回一个冻结的集合，冻结后集合不能再添加或删除任何元素

语法：

frozenset([iterable]) #iterable为可迭代对象

示例：

>>> dir(set)　　　　#包含add、clear、pop、remove等修改方法
['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__iand__', '__init__', '__init_subclass__', '__ior__', '__isub__', '__iter__', '__ixor__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'add', 'clear', 'copy', 'difference', 'difference_update', 'discard', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', 'remove', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update']
>>> dir(frozenset)　　#冻结并不包含任何可修改方法
['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'copy', 'difference', 'intersection', 'isdisjoint', 'issubset', 'issuperset', 'symmetric_difference', 'union']

s=frozenset({1,2,3})

globals()函数：以字典类型返回当前位置的全部全局变量，对应的为locals()返回当前位置的局部变量

语法：

globals()

示例：

>>> globals()
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <class '_frozen_importlib.BuiltinImporter'>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>}
>>> locals()
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <class '_frozen_importlib.BuiltinImporter'>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>}

hash()函数：用于获取取一个对象（字符串或者数值等）的哈希值

语法：

hash(object)　　#对象可以是数字、字符串、元组等不可变类型

示例：

>>> hash('test')
-2819287477203653805
>>> hash((1,2,3))
2528502973977326415

isinstance()函数：来判断一个对象是否是一个已知的类型，类似 type()

语法：

isinstance(object, classinfo)
2 #object -- 实例对象。
3 #classinfo -- 可以是直接或间接类名、基本类型或者有它们组成的元组。

示例：

>>> isinstance(1,int)
True
>>> isinstance(1,(int,float,list))    #类型可以用一个元组包含多个，只要有一个匹配上就返回True
True

iter()函数：用来生成迭代器

语法：

iter(object[, sentinel]) 
2 # object -- 支持迭代的集合对象
3 # sentinel -- 如果传递了第二个参数，则参数 object 必须是一个可调用的对象（如，函数），此时，iter 创建了一个迭代器对象，每次调用这个迭代器对象的__next__()方法时，都会调用 object

示例：

for i in iter([1,2,3]): #[1,2,3].__iter__()
    print(i)
输出结果：
1
2
3

pow()函数：返回 x^y（x的y次方）的值

语法：

pow(x, y[, z])
2 #函数是计算x的y次方，如果z在存在，则再对结果进行取模，其结果等效于pow(x,y) %z

示例：

>>> pow(5,2,2)　　#计算5的2次方的2的余数
1

range()函数：可创建一个整数列表，一般用在 for 循环中

语法：

range(start, stop[, step]) 
2 #start: 计数从 start 开始。默认是从 0 开始。例如range（5）等价于range（0， 5）;
3 #end: 计数到 end 结束，但不包括 end。例如：range（0， 5） 是[0, 1, 2, 3, 4]没有5
4 #step：步长，默认为1。例如：range（0， 5） 等价于 range(0, 5, 1)

示例：

for i in range(0,5,2):     #0  2  4
    print(i)
for i in range(5,0,-1):    #反向取
    print(i)

reverse()函数：用于反向列表中元素

语法：

list.reverse()

示例：

>>> l1=[3,5,1,2]
>>> list(reversed(l1))
[2, 1, 5, 3]
>>> reversed(l1)    #本身是个迭代器
<list_reverseiterator object at 0x0000023CA11E3D30>

round()函数：返回浮点数的四舍五入值

语法：

round( x [, n] )    #x为浮点数，n为四舍五入位数

示例：

>>> round(80.23456, 2)
80.23
>>> round(100.0010056, 3)
100.001
>>> round(-100.0030056, 3)
-100.003

slice()函数：返回一个切片对象，主要用在切片操作函数里的参数传递

语法：

slice(start, stop[, step])
#start -- 起始位置
#stop -- 结束位置
#step -- 间距，步长

示例：

>>> l=['a1','a2','a3','a4','a5','a6','a7','a8','a9']
>>> l[2:5:2]
['a3', 'a5']
>>> x=slice(2,5,2)
>>> l[x]
['a3', 'a5']

sorted()函数：对所有可迭代的对象进行排序操作，产生一个新的对象，不对原对象生效

语法：

sorted(iterable[, cmp[, key[, reverse]]])
2 #iterable -- 可迭代对象。
#cmp -- 比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0。
#key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
5 #reverse -- 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。

示例：

>>> l=[1,2,4,9,-1]
>>> sorted(l)　　#从小到大
[-1, 1, 2, 4, 9]
>>> sorted(l,reverse=True)　　#从大到小
[9, 4, 2, 1, -1]

sum()函数：对系列进行求和计算

语法：

sum(iterable[, start])
2 #iterable -- 可迭代对象，如列表。
3 #start -- 指定相加的参数，如果没有设置这个值，默认为0。

示例：

>>> sum([0,1,2])
3
>>> sum((2, 3, 4), 1)        # 元组计算总和后再加 1
10
>>> sum([0,1,2,3,4], 2)      # 列表计算总和后再加 2
12

zip()函数：用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。

如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表

语法：

zip([iterable, ...])    #一个或多个迭代器，zip函数返回的是一个迭代器

示例1：

s='hello'
l=[1,2,3]
for i in zip(s,l):
    print(i)
输出结果：
('h', 1)
('e', 2)
('l', 3)

示例2：

s='hello'
l=[1,2,3]
zipped = zip(s,l,)     # 打包为元组的列表
for x in zip(*zipped):　　# 与 zip 相反，可理解为解压，返回二维矩阵式
    print(x)

匿名函数

匿名函数，即没有名字的函数。

有名函数使用def定义，通过函数名字调用，匿名函数是用lambda定义，直接调用或者人为指定一个函数名字定义。

比如定义函数，返回一个值的平方，有名函数定义如下：

def func1(x):
    return x**2
print(func1(5))

匿名函数定义：

func=lambda x:x**2   #x为函数接收的值，x**2相当于有名函数的return x**2
print(func(5))

其他示例：

f1=lambda x,y:x+y　　
print(f1(1,2))　　#返回值为3
#
f2=lambda x:x>1
print(f2(3))　　#返回值为True

匿名函数如果不人为指定一个名字，那么在定义完了之后就会在内存中删除，所以匿名函数一般只会使用一次，主要应用在内置函数max、min、map、reduce和filter中。

max()函数：返回给定参数的最大值，参数可以为序列，max类似于for循环，一个个遍历

语法：

max( x, y, z, .... [key] )　　#key为比较的值类型，是一个函数

示例：

>>> max(-20, 100, 400)
400
>>> max(-80, -20, -10)
-10
>>> max(0, 100, -400)
100
>>> max('abc','bcd','aaa')　　#字符串比较大小是根据字母顺序，越靠后越大。先比较第一个字符，如果第一个字符一样，比较第二个，依次
'bcd'

结合匿名函数应用：

#普通方法：输出工资最高的人的名字
salaries={
    'egon':3000,
    'alex':100000000,
    'wupeiqi':10000,
    'yuanhao':2000
}

print(max(salaries))    #比较的是名字字符串的大小，输出的是名字
print(max(salaries.values()))    #比较的是工资大小，输出的是工资数
res=zip(salaries.values(),salaries.keys())    #拉链函数将key和value做成元组
print(max(res)[1])    #比较元组的0索引位置，输出索引位置1的值
输出结果：
yuanhao
100000000
alex

#===========分割线君============
#结合lambda应用：输出工资最高的人的名字
salaries={
    'egon':3000,
    'alex':100000000,
    'wupeiqi':10000,
    'yuanhao':2000
}
#def func(x):　　#定义函数，输出一个key的value值
#   return salaries[x]
print(max(salaries,key=lambda x:salaries[x]))　　#key是指定一个函数作为比较对象，默认比较的是字典key的大小，通过lambda的返回值，变成了对应value的比较

min()函数：返回给定参数的最小值，参数可以为序列，类似于max的使用方法

语法：

略

示例：

略

map()函数：会根据提供的函数对指定序列做映射

第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。

语法：

map(function, iterable)
2 #function -- 函数
3 #iterable -- 一个或多个序列

示例1：

l=[1,2,3,4]
m=map(lambda x:x**2,l)
print(list(m))
输出结果
[1, 4, 9, 16]

示例2：

names=['bob','natasha','lisa']
print(list(map(lambda item:item+'_sb',names)))
输出结果
['bob_sb', 'natasha_sb', 'lisa_sb']

reduce()函数：对参数序列中元素进行合并。

函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给reduce中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。

语法：

reduce(function, iterable[, initializer])  
2 #function -- 函数
3 #iterable -- 可迭代对象
4 #initializer -- 可选，初始参数

示例：

#普通方法实现0-100（不包括100）的和
res=0
for i in range(100):
    res+=i
print(res)

#==============分割线君=============
from functools import reduce
#reduce方法实现0-100的和，加了默认值
print(reduce(lambda x,y:x+y,range(100),100))

filter()函数：用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

该接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。

语法：

filter(function, iterable)
2 #function -- 判断函数。
3 #iterable -- 可迭代对象

示例：

names=['bob_sb','natasha_sb','lisa_sb','egon']
print(list(filter(lambda name:name.endswith('_sb'),names)))　　#筛选出_sb结尾的元素
输出结果
['bob_sb', 'natasha_sb', 'lisa_sb']

递归函数

递归调用：在调用一个函数的过程中，直接或者间接调用了该函数本身

直接调用：

def func():
    print('====>func')
    func()
func()
#会陷入死循环报错，默认递归层级限制，可改

间接调用：

def foo():
    print('from foo')
    bar()
def bar():
    print('from bar')
    foo()
foo()
#会陷入死循环报错，默认递归层级限制，可改

 示例1：计算年龄

def age(n):
    if n == 5:
        return 18
    return age(n+1)+2
print(age(1))

递归函数有两个过程：递推和回溯

递推的过程中需要有一个中断点，即示例1中的if判断，如果没有中断点，将陷入死循环，导致内存溢出

回溯即从断点处返回求值

示例2：

l=[1,[2,3,[4,5,[6,7,[8,9,[10,11,[12,13]]]]]]]
def func(l):
    for i in l:
        if isinstance(i,list):
            func(i)
        else:
            print(i)
func(l)