一、编程思想/范式
编程范式指的是编程的套路，分为面向对象、函数式、面向对象等等
二、面向过程
2.1 概念
”面向过程“核心是“过程”二字，“过程”指的是解决问题的步骤，即先干什么再干什么......，基于面向过程开发程序就好比在设计一条流水线，是一种机械式的思维方式，这正好契合计算机的运行原理：任何程序的执行最终都需要转换成cpu的指令流水按过程调度执行，即无论采用什么语言、无论依据何种编程范式设计出的程序，最终的执行都是过程式的。
优点：复杂的问题流程化、进而简单化
缺点：扩展性非常差
2.2 应用场景
1、不是所有的软件都需要频繁更迭：比如编写脚本
2、即便是一个软件需要频繁更迭，也不并不代表这个软件所有的组成部分都需要一起更迭
三、函数式
函数式编程并非用函数编程这么简单，而是将计算机的运算视为数学意义上的运算，比起面向过程，函数式更加注重的是执行结果而非执行的过程，代表语言有：Haskell、Erlang。而python并不是一门函数式编程语言，但是仍为我们提供了很多函数式编程好的特性，如lambda，map，reduce，filter
3.1 匿名函数与lambda
def---定义有名函数
# func=函数的内存地址 def func(x,y): return x+y print(func)
lambda---定义匿名函数
res = lambda x,y:x+y # 相当于上述func # x,y 形参，x+y 为返回值
lambda函数的调用方式
# 方式一： res=(lambda x,y:x+y)(1,2) print(res) # 方式二： func=lambda x,y:x+y res=func(1,2) print(res)
# 方式三： def func():
return lambda x,y:x+y res=func(1,2) print(res)
注：匿名函数用于临时调用一次的场景：更多的是将匿名函数与其他函数配合使用
3.2 匿名函数的应用(max/min/sorted、map/filter/reduce)
案例：
salaries={ 'siry':3000, 'tom':7000, 'lili':10000, 'jack':2000 }
1）max函数应用：找出薪资最高的那个人
# ========================max的应用 # 有名函数 def func(k): return salaries[k] res=max(salaries,key=func) # 返回值=func('siry') print(res) # lili # 匿名函数： res=max(salaries,key=lambda k:salaries[k]) print(res)
def max(*args, key=None): # known special case of max """ max(iterable, *[, default=obj, key=func]) -> value max(arg1, arg2, *args, *[, key=func]) -> value """
max的使用：max函数可传入一个可迭代对象，若无key=func，则直接比较每次迭代得到的值，返回最大值。
若有key=func，则可将每次迭代获得的值传入func，并以func的返回值作为比较依据进行比较，最后返回最大的迭代值。
2）min 函数的应用：找出薪资最低的那个人
# ========================min的应用 res=min(salaries,key=lambda k:salaries[k]) print(res)
def min(*args, key=None): # known special case of min """ min(iterable, *[, default=obj, key=func]) -> value min(arg1, arg2, *args, *[, key=func]) -> value """
min的使用与max类似
3）sorted 函数的应用：
# ========================sorted排序 salaries={ 'siry':3000, 'tom':7000, 'lili':10000, 'jack':2000 } res=sorted(salaries,key=lambda k:salaries[k],reverse=True) print(res)
def sorted(*args, **kwargs): # real signature unknown """ Return a new list containing all items from the iterable in ascending order. A custom key function can be supplied to customize the sort order, and the reverse flag can be set to request the result in descending order. """ pass
sorted函数使用：返回一个升序排列的列表。传入一个可迭代对象，以key的返回值进行比较，对可迭代对象中所有元素进行排序并返回。
默认为升序排列，若想要降序，则置reverse=True
4) map函数的应用：
# ========================map的应用(了解) l=['alex','lxx','wxx','薛贤妻'] res=map(lambda name:name+'_dsb',l) print(res) # 生成器
""" map(func, *iterables) --> map object Make an iterator that computes the function using arguments from each of the iterables. Stops when the shortest iterable is exhausted. """
map函数使用：传入一个函数以及可迭代对象，每次将迭代的值传入func函数，得到func的返回值。
用func返回值创建一个新的迭代器对象作为map的返回值
5）fileter函数的应用：
# ========================filter的应用（了解） # l=['alex_sb','lxx_sb','wxx','薛贤妻'] # res=(name for name in l if name.endswith('sb')) # print(res) res=filter(lambda name:name.endswith('sb'),l) print(res)
""" filter(function or None, iterable) --> filter object Return an iterator yielding those items of iterable for which function(item) is true. If function is None, return the items that are true. """
filter函数的使用：filter(func,iterable)，将可迭代对象传入func，返回值若为True则保留，反之则丢弃。最后以迭代器形式作为filter的返回值。
若func=None，可过滤传入的可迭代对象中值为0，None，空的对象。
6）reduce函数的应用
# ========================reduce的应用(了解) from functools import reduce res=reduce(lambda x,y:x+y,[],10) # 10 print(res) res=reduce(lambda x,y:x+y,[1,2,3],10) # 16 print(res) res=reduce(lambda x,y:x-y,[1,2,3],10) # 4 print(res) res=reduce(lambda x,y:x+y,['a','b','c']) # "abc" print(res)
""" reduce(function, sequence[, initial]) -> value Apply a function of two arguments cumulatively to the items of a sequence, from left to right, so as to reduce the sequence to a single value. For example, reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates ((((1+2)+3)+4)+5). If initial is present, it is placed before the items of the sequence in the calculation, and serves as a default when the sequence is empty. """
reduce函数使用：reduce(func,sequence,initial) 当initial存在时，将initial作为第一个参数传入func,将序列中第一个元素作为第二参数传入func，
得到func的返回值，以返回值作为第一参数传入，序列中下一个元素作为第二个元素传入，以此类推，直至序列结束得到一个值。
该值就是reduce的返回值。