• 递归 匿名函数 内置函数


    基础补充

    三元运算符:就是 if...else...语法糖 
    前提:if和else只有一条语句
    #
    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 
    询问答案的过程是回溯,推出答案的过程是递推
    本质:函数的自我调用
      直接:自己调自己
      间接:自己调别人,别人最终又调回自己

    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:一致或有序
    # 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()
    # 询问第一个人年龄,回溯条件 比第二个人小两岁,下一个都比前一个大两岁,直到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)

    案例:
    def func():
        return [lambda x: x * i for i in range(4)]  # [6,6,6,6]  for调用不产生局部名称空间:值产生4个值,没被调用,后一个覆盖前一个,调用的时候只余最后一个值
        # return [lambda x, i=i: x * i for i in range(4)]  # [0, 2, 4, 6] lambda:函数调用产生局部名称空间
    
    # def m(2):
    #     return 2 * 0|1|2|3
    
    print([m(2) for m in func()])
    
    
    # 1.func()执行结果为list,所以被迭代
    # 2.for i in range(4)能产生4次结果,所以func()的返回值list有四个元素
    # 3.最终打印的列表推导式也有四个元素
    # 4.func()返回值list中存放的是四个函数地址,匿名函数体没有被执行
    # 5.m(2)时,匿名函数体才被调用,但四个匿名函数都已形成,再去获得i的值,i存放的是最后一次值3

    理解案例:
    y=20  #
    def aaa(arg=y): #
        print(y)    # 40  ⑤ 调用的永远是调用函数前的最后一个y
        print(arg)  # 20  ⑥
    y=30
    y=40  #
    aaa() #
    y=50
    
    def fn(x):
        print(x)
        return 0
    
    
    res = max([11, 9, 7, 5], key=fn)  # 列表第一个元素不作为函数参数调用函数
    print('>>>:', res) #11 ←[11,0,0,0]
    
    ------------------------------------------------
    def fn(x):
        print(x)
        return x
    res = max([1, 5, 3, 2, 4], key=fn)
    print('>>>', res)
    
    dic = {'a': 100, 'b': 10}
    res = max(dic, key=lambda k: dic[k])
    print('>>>', res)
    匿名函数
    没有名字的函数, 
    没有函数体,不会单独存在
    只有一个返回值,多个加括号
    关键字:lambda | 参数列表省略()| 返回值return关键字也被省略
    语法: lambda 参数列表:一个返回值表达式

    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(res) res1 = max(ls, key=lambda ele: ele) print(res1)

    内置函数

    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)    # 传入两个值后相乘,返回一个值,与下一个传入的相乘,直到传完最后一个:120
    
    
    # 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()
    ---------------------------------------------------------
    
    
    # 运算
    print(abs(-1))  # 绝对值
    print(pow(2, 3, 3))  # 2 ** 3 % 3
    print(sum([1, 2, 3]))  # 求和
    print(divmod(100, 30))  # 100与30形成商与余数
    
    # 集合判断操作
    print(all([1, 2, 'abc']))  # 元素全真为真
    print(any([1, "", None]))  # 元素有真则真
    filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5])  # 偶数才能通过过滤
    
    # 原义字符串
    print(ascii('
    -*..'))
    print(repr('
    -*..'))
    print(r'
    -*..')
    
    # 进制
    print(10)
    print(bin(10))   # 二进制:0b1010
    print(oct(10))   # 八进制:0o12
    print(hex(10))   # 十六进制:0xa
    # 类型转化 bool() str() bytes() chr() ord() range(1, 5) # [1, 2, 3, 4] def aaa():pass print(callable(aaa)) # 可调用的 # 可以理解将最外层''去除,形成可执行的对象 s = 'print(123)' # print(s) eval(s) s = '{"a": 1}' res = eval(s) print(res['a']) res = divmod(100, 30) # 100与30形成商与余数 print(res) res = filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5]) print(list(res)) # 格式化 res = format(97, 'b') print(res) # 1100001 # 全局名称空间 print(globals()) def a(): a = 10 b = 20 print(locals()) a() # hash算法处理 # print(hash([])) # 可变类型不可hash # print(hash(())) # 不可变可以hash # import uuid # print(uuid.uuid4()) 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存放与res比较得到的最大值 return temp

    python内置函数官网 : https://docs.python.org/zh-cn/3.7/library/functions.html#all

  • 相关阅读:
    commonjs
    基于webpack的vue开发环境搭建
    vs工程配置eslint检测环境
    h5笔记
    NPM install -save 和 -save-dev 区别
    小的div在大的div中垂直居中
    css position absolute相对于父元素的设置方式
    Python的支持工具[0] -> 环境包管理工具[1] -> Anaconda
    Python的支持工具[0] -> 环境包管理工具[0] -> pip
    代码编辑器[0] -> Vim/gVim[2] -> Vim 的相关知识
  • 原文地址:https://www.cnblogs.com/zhouyongv5/p/10656584.html
Copyright © 2020-2023  润新知