python全栈开发-前方高能-内置函数2

python_day_15

一.今日主要内容
1. lambda 匿名函数
　　语法:
　　lambda 参数:返回值
　　不能完成复杂的操作

2. sorted() 函数
排序.
　　1. 可迭代对象
　　2. key=函数. 排序规则
　　3. reverse. 是否倒序
3. filter() 函数
过滤
　　1. 函数, 返回True或False
　　2. 可迭代对象

4. map() 映射函数
　　1. 函数
　　2. 可迭代对象
　　5. 递归
自己调用自己.
def func():
func()
func()
难点:不好想.需要找规律. 不好读

6. 二分法
掐头结尾取中间. 不停的改变左和右. 间接改变中间. 查询效率非常高

14. 前⽅⾼能-内置函数⼆

本节主要内容:

• 1. lamda匿名函数
• 2. sorted()
• 3. filter()
• 4. map()
• 5. 递归函数

⼀. lamda匿名函数 为了解决⼀些简单的需求⽽设计的⼀句话函数

def func(n):
    return n * n

print(func(3))
a = func
a(3)
print(a.__name__)    # 查看函数的函数名
# lambda 匿名函数
# x 参数
#  : 后面是函数体(直接return的内容)
a = lambda x: x*x   # 一行搞定一个函数. 但是, 不能完成复杂的函数操作
print(a)
print(a(6))
print(a.__name__)

b = lambda x, y: x+y
print(b(1,3))
print(b.__name__)

# 语法: 变量 = lambda 参数: 返回值

注意:

• 1. 函数的参数可以有多个. 多个参数之间⽤逗号隔开
• 2. 匿名函数不管多复杂. 只能写⼀⾏, 且逻辑结束后直接返回数据
• 3. 返回值和正常的函数⼀样, 可以是任意数据类型

匿名函数并不是说⼀定没有名字. 这⾥前⾯的变量就是⼀个函数名. 说他是匿名原因是我们通 过__name__查看的时候是没有名字的. 统⼀都叫lambda. 在调⽤的时候没有什么特别之处. 像正常的函数调⽤即可

⼆. sorted() 排序函数.

语法: sorted(Iterable, key=None, reverse=False)

Iterable: 可迭代对象 key: 排序规则(排序函数), 在sorted内部会将可迭代对象中的每⼀个元素传递给这个函 数的参数. 根据函数运算的结果进⾏排序

reverse: 是否是倒叙. True: 倒叙, False: 正序

lst = ["大阳哥a", "尼古拉斯aa", "赵四aaa", "刘能a", "广坤aaaaaa", "谢大脚a"]

def func(s):
    return s.count('a') #  返回数字

ll = sorted(lst, key=lambda s:s.count('a')) # 内部. 把可迭代对象中的每一个元素传递给func
print(ll)

三. filter() 筛选函数

语法: filter(function. Iterable)

function: ⽤来筛选的函数. 在filter中会⾃动的把iterable中的元素传递给function. 然后 根据function返回的True或者False来判断是否保留此项数据

Iterable: 可迭代对象

lst = [1,2,3,4,5,6,7,8,9]

ll = filter(lambda i:i%2==1, lst)
#  第一个参数. 函数. 将第二个参数中的每一个元素传给函数. 函数如果返回True, 留下该元素.

四. map() 映射函数

语法: map(function, iterable)

可以对可迭代对象中的每⼀个元素进⾏映射. 分别取执⾏ function 计算列表中每个元素的平⽅ ,返回新列表

lst = [1,2,3,4,5,6,7,8,9,0,23,23,4,52,35,234,234,234,234,234,23,4]
it = map(lambda i: i * i, lst) # 把可迭代对象中的每一个元素传递给前面的函数进行处理. 处理的结果会返回成迭代器
print(list(it))

五. 递归 在函数中调⽤函数本⾝. 就是递归,在python中递归的深度最⼤到997.

import sys
sys.setrecursionlimit(10000)    # 可以调整递归深度. 但是不一定能跑到这里
def func(count):
    print("我是谁,我在哪里"+str(count))
    func(count+1)
func(1)

while 1:
    a = 10
    print("哈哈")

递归的应⽤: 我们可以使⽤递归来遍历各种树形结构, 比如我们的⽂件夹系统. 可以使⽤递归来遍历该 ⽂件夹中的所有⽂件

# 遍历树形结构
import  os
filePath = "d:\sylar\python_workspace"

def read(filePath, n):
    it = os.listdir(filePath)   # 打开文件夹
    for el in it:
        #  拿到路径
        fp = os.path.join(filePath, el) # 获取到绝对路径
        if os.path.isdir(fp):   # 判断是否是文件夹
            print("\t"*n,el)
            read(fp, n+1)    # 又是文件夹. 继续读取内部的内容 递归入口
        else:
            print("\t"*n,el)    # 递归出口

read(filePath, 0)

六. ⼆分查找

⼆分查找. 每次能够排除掉⼀半的数据. 查找的效率非常⾼. 但是局限性比较⼤. 必须是有 序序列才可以使⽤⼆分查找 要求: 查找的序列必须是有序序列.

1)二分法,非递归版

lst = [11,22,33,44,55,66,77,88,99,123,234,345,456,567,678,789,1111]
n = 567
left = 0
right = len(lst) - 1
count = 1
while left <= right:
    middle = (left + right) // 2
    if n > lst[middle]:
        left = middle + 1
    elif n < lst[middle]:
        right = middle - 1
    else:
        print(count)
        print("存在")
        print(middle)
        break
    count = count + 1
else:
    print("不存在")

2)普通递归版

lst = [11,22,33,44,55,66,77,88,99,123,234,345,456,567,678,789,1111]

def binary_search(left, right, n):
    middle = (left + right)//2
    if left > right:
        return -1
    if n > lst[middle]:
        left = middle + 1
    elif n < lst[middle]:
        right = middle - 1
    else:
        return middle
    return binary_search(left, right, n)
print(binary_search(0, len(lst)-1, 65) )

3)另类二分法,很难计算位置.

lst = [11,22,33,44,55,66,77,88,99,123,234,345,456,567,678,789,1111]

def binary_search(lst, n):
    left = 0
    right = len(lst) - 1
    middle = (left + right) // 2
    if right <= 0:
        print("没找到")
        return
    if n > lst[middle]:
        lst = lst[middle+1:]
    elif n < lst[middle]:
        lst = lst[:middle]
    else:
        print("找到了")
        return
    binary_search(lst, n)
binary_search(lst, 65)

参考:

https://www.processon.com/view/link/5b71818ce4b0555b39e10414

---

作业:

4，用map来处理字符串列表,把列表中所有人都变成sb,比方alex_sb

name = ['oldboy','alex','wusir']
a = map(lambda i:i+"_sb",name)
print(list(a))

5，用map来处理下述l，然后用list得到一个新的列表，列表中每个人的名字都是sb结尾

l=[{'name':'alex'},{'name':'y'}]
a = map(lambda dic:dic['name'] + 'sb',l)
print(list(a))

6，用filter来处理,得到股票价格大于20的股票名字

shares={
       'IBM':36.6,
       'Lenovo':23.2,
      'oldboy':21.2,
    'ocean':10.2,
    }

a = filter(lambda i:shares[i]>20,shares)
print(list(a))

7,有下面字典，得到购买每只股票的总价格，并放在一个迭代器中。
结果：list一下[9110.0, 27161.0,......]

portfolio=[{'name':'IBM','shares':100,'price':91.1},
            {'name':'AAPL','shares':50,'price':543.22},
            {'name':'FB','shares':200,'price':21.09},
            {'name':'HPQ','shares':35,'price':31.75},
            {'name':'YHOO','shares':45,'price':16.35},
            {'name':'ACME','shares':75,'price':115.65}
]

a = map(lambda i:i['shares']*i["price"],portfolio)
print(list(a))

8,还是上面的字典，用filter过滤出单价大于100的股票.

portfolio=[{'name':'IBM','shares':100,'price':91.1},
            {'name':'AAPL','shares':50,'price':543.22},
            {'name':'FB','shares':200,'price':21.09},
            {'name':'HPQ','shares':35,'price':31.75},
            {'name':'YHOO','shares':45,'price':16.35},
            {'name':'ACME','shares':75,'price':115.65}
]

a = filter(lambda i:i['price']>100,portfolio)
print(list(a))

9,有下列三种数据类型，
   l1 = [1,2,3,4,5,6]
   l2 = ['oldboy','alex','wusir','太白','日天']
   tu = ('**','***','****','*******')
写代码，最终得到的是（每个元祖第一个元素>2,第三个*至少是4个。）
   [(3, 'wusir', '****'), (4, '太白', '*******')]这样的数据。

l1 = [1,2,3,4,5,6]
l2 = ['oldboy','alex','wusir','太白','日天']
tu = ('**','***','****','*******')

a = list(filter(lambda a:a[0]>2 and len(a[2])>=4,zip(l1,l2,tu)))
print(a)

10,有如下数据类型：
   l1 = [ {'sales_volumn': 0},
          {'sales_volumn': 108},
          {'sales_volumn': 337},
          {'sales_volumn': 475},
          {'sales_volumn': 396},
          {'sales_volumn': 172},
          {'sales_volumn': 9},
          {'sales_volumn': 58},
          {'sales_volumn': 272},
          {'sales_volumn': 456},
          {'sales_volumn': 440},
          {'sales_volumn': 239}]
将l1按照列表中的每个字典的values大小进行排序，形成一个新的列表。

l1 = [ {'sales_volumn': 0},
         {'sales_volumn': 108},
         {'sales_volumn': 337},
         {'sales_volumn': 475},
         {'sales_volumn': 396},
         {'sales_volumn': 172},
         {'sales_volumn': 9},
         {'sales_volumn': 58},
         {'sales_volumn': 272},
         {'sales_volumn': 456},
         {'sales_volumn': 440},
         {'sales_volumn': 239}]

a = sorted(l1,key=lambda dic:dic['sales_volumn'])
print(a)

---

2018-07-20  15:26:04