匿名函数

有名函数:

def func1(x):
return x**
print(func1)
结果:
<function func1 at 0x00000000005C3E18>

匿名函数:

func2=lambda x: x**
print(func2)
结果:
f1=lambda x,y:x+y
print(f1(,))
结果:
f2=lambda x:x>
print(f2())
结果:
True
salaries={
'egon':,
'alex':,
'wupeiqi':,
'yuanhao':
} print(max(salaries,key=lambda x:salaries[x]))
结果:
alex

内置函数

字典的运算:最小值min,最大值max,排序sorted

迭代字典,取得是key,因而比较的是key的最大和最小值

可以取values,来比较
>>> max(salaries.values())
>>> min(salaries.values())
但通常我们都是想取出,工资最高的那个人名,即比较的是salaries的值,得到的是键
>>> max(salaries,key=lambda k:salary[k])
'alex'
>>> min(salaries,key=lambda k:salary[k])
'yuanhao'

也可以通过zip的方式实现
salaries_and_names=zip(salaries.values(),salaries.keys())

先比较值,值相同则比较键
>>> max(salaries_and_names)
(100000000, 'alex')

salaries_and_names是迭代器,因而只能访问一次
>>> min(salaries_and_names)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: min() arg is an empty sequence

salaries={
'egon':,
'alex':,
'wupeiqi':,
'yuanhao':
} print(max(salaries)) #迭代字典,取得是key,因而比较的是key的最大和最小值
print(max(salaries.values()))
结果:
yuanhao
salaries={
'egon':,
'alex':,
'wupeiqi':,
'yuanhao':
} res=zip(salaries.values(),salaries.keys())
for i in res:
print(i)
结果:
(, 'egon')
(, 'alex')
(, 'wupeiqi')
(, 'yuanhao')
salaries={
'egon':,
'alex':,
'wupeiqi':,
'yuanhao':
}
res=zip(salaries.values(),salaries.keys())
print(max(res)[-])
结果:
alex
print(max([,,,,]))
print(
max(
i for i in range()
)
)
结果:

# min函数

# map:映射

l=[,,,]
m=map(lambda x:x**,l)
print(list(m))
结果:
[, , , ]
names=['alex','wupeiqi','yuanhao']
print(list(map(lambda item:item+'_SB',names)))
结果:
['alex_SB', 'wupeiqi_SB', 'yuanhao_SB']

#reduce:合并

from functools import reduce

res=
for i in range():
res+=i
print(res) print(reduce(lambda x,y:x+y,range(),))
结果:

# filter:过滤

names=['alex_sb','yuanhao_sb','wupeiqi_sb','egon']
print(list(filter(lambda name:name.endswith('_sb'),names)))
结果:
['alex_sb', 'yuanhao_sb', 'wupeiqi_sb']

#divmod函数  (求商和余数)

print(divmod(,))

total_count=
per_count= res=divmod(total_count,per_count)
if res[] > :
page_count=res[]+ print(page_count)
结果:
(, )

#enumerate函数

l=['a','b','c']

for i in enumerate(l):
print(i) dic={'name':'egon','age':}
for i in enumerate(dic):
print(i)
结果:
(, 'a')
(, 'b')
(, 'c')
(, 'name')
(, 'age')
s=set({,,})
s.add() s.pop()
print(s)
结果:
{, , }

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

print(globals() is locals())
结果:
True
s1='hello123123'
s2=' hello123123' print(hash(s1))
print(hash(s2))
结果:
-
-
print(type())
print(isinstance(,int))
结果:
<class 'int'>
True

# iter([1,2,3]) #[1,2,3].__iter__()

print(pow(,,)) #**%
结果:
for i in range(-,):
print(i)
结果:
-
-
-
-
-
for i in range(,,): #
print(i)
结果:
for i in range(,,-): #
print(i)
结果:
l=['a1','a2','a3','a4','a5','a6','a7','a8','a9']
print(l[::])
print(l[::])
print(l[::-])
结果:
['a3', 'a5']
['a1', 'a3', 'a5', 'a7', 'a9']
['a9', 'a8', 'a7', 'a6', 'a5', 'a4', 'a3', 'a2', 'a1']
l1=[,,,]
print(list(reversed(l1)))
print(l1)
l1=list(reversed(l1))
结果:
[, , , ]
[, , , ]
print(round(3.3456,))
结果:
3.346
l=['a1','a2','a3','a4','a5','a6','a7','a8','a9']
print(l[::]) x=slice(,,)
print(l[x]) l1=[,,,,]
print(l1[x])
结果:
['a3', 'a5']
['a3', 'a5']
[, ]
print(sum(i for i in range()))
print(sum([,,,]))
结果:

#sorted

sorted(iterable,key=None,reverse=False)

l=[,,,,-]
print(sorted(l)) #从小到大
print(sorted(l,reverse=True)) #从大到小
结果:
[-, , , , ]
[, , , , -]

# vars()

name='alex'
res='SB' if name == 'alex' else 'shuai'
print(res) egg_list=['鸡蛋%s' %i for i in range()] #列表解析
print(egg_list) egg_g=('鸡蛋%s' %i for i in range()) #生成器表达式
print(egg_g) s='hello'
print([True for i in s if i == 'e'])
结果:
shuai
['鸡蛋0', '鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4', '鸡蛋5', '鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9']
<generator object <genexpr> at 0x0000000002194990>
[True]

递归

'''
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()

间接调用:

def foo():
print('from foo')
bar() def bar():
print('from bar')
foo() foo()

来个栗子:

def age(n):
if n == :
return
return age(n+)+ print(age())
结果:
一个列表嵌套很多层,用递归取出所有的值
l=[,[,,[,,[,,[,,[,,[,]]]]]]]
def func(l):
for i in l:
if isinstance(i,list):
func(i)
else:
print(i) func(l)
结果:

补充内容

求商品总价:

文件内容:

apple
tesla
mac
lenovo
chicken

low版:

moneys=[]
with open('goods',encoding='utf-8') as f:
for line in f:
l=line.split()
price=float(l[])
count=int(l[])
moneys.append(price * count) # print(moneys)
print(sum(moneys))
结果:
196060.0

列表解析:

with open('goods',encoding='utf-8') as f:
l=[float(line.split()[]) * int(line.split()[]) for line in f]
print(sum(l))
结果:
196060.0

生成器表达式:

with open('goods',encoding='utf-8') as f:
print(sum(float(line.split()[]) * int(line.split()[]) for line in f))
结果:
196060.0

模拟数据库查询

low版:

goods_info=[]

with open('goods',encoding='utf-8') as f:
for line in f:
l=line.split()
name=l[]
price=l[]
count=l[]
goods_info.append({'name':name,'price':price,'count':count}) print(goods_info)
结果:
[{'name': 'apple', 'price': '', 'count': ''}, {'name': 'tesla', 'price': '', 'count': ''}, {'name': 'mac', 'price': '', 'count': ''}, {'name': 'lenovo', 'price': '', 'count': ''}, {'name': 'chicken', 'price': '', 'count': ''}]

列出价格大于3000的商品信息:

with open('goods',encoding='utf-8') as f:
goods_info=[{'name':line.split()[],'price':float(line.split()[]),'count':int(line.split()[])} for line in f \
if float(line.split()[]) > ]
print(goods_info)
结果:
[{'name': 'tesla', 'price': 100000.0, 'count': }, {'name': 'lenovo', 'price': 30000.0, 'count': }]

python--内置函数、匿名函数、递归调用的更多相关文章

  1. python 练习题:请利用Python内置的hex()函数把一个整数转换成十六进制表示的字符串

    # -*- coding: utf-8 -*- # 请利用Python内置的hex()函数把一个整数转换成十六进制表示的字符串 n1 = 255 n2 = 1000 print(hex(n1)) pr ...

  2. Python内置高阶函数map()

    map()函数map()是 Python 内置的高阶函数,它接收一个函数 f 和一个 list,并通过把函数 f 依次作用在 list 的每个元素上,得到一个新的 list 并返回. 例如,对于lis ...

  3. 匿名函数python内置高阶函数以及递归

    匿名函数 python定义一个函数通常使用def关键词,后面跟函数名,然后是注释.代码块等. def func(): '''注释''' print('from func') 这样就在全局命名空间定义了 ...

  4. python学习日记(内置、匿名函数练习题)

    用map来处理字符串列表 用map来处理字符串列表,把列表中所有水果都变成juice,比方apple_juice fruits=['apple','orange','mango','watermelo ...

  5. Python内置函数二 (递归函数,匿名函数,二分法)

    匿名函数 lambda() 语法: lambad  参数 : 返回值 def func(a,b): return a * b print(func(2,5)) a = lambda a ,b : a* ...

  6. Python - 内置函数 选例

    概览参见  https://www.runoob.com/python/python-built-in-functions.html 官方文档 https://docs.python.org/3/li ...

  7. 熟记这些python内置函数,你离大佬就不远了

    python内置了很多函数,方便我们在写程序的时候调用,在ython 2.7 的所有内置函数共有80个.熟练记住和使用这些内置函数,将大大提高写Python代码的速度和代码的优雅程度. 以下代码示例用 ...

  8. Python进阶:函数式编程(高阶函数,map,reduce,filter,sorted,返回函数,匿名函数,偏函数)...啊啊啊

    函数式编程 函数是Python内建支持的一种封装,我们通过把大段代码拆成函数,通过一层一层的函数调用,就可以把复杂任务分解成简单的任务,这种分解可以称之为面向过程的程序设计.函数就是面向过程的程序设计 ...

  9. (转)Python进阶:函数式编程(高阶函数,map,reduce,filter,sorted,返回函数,匿名函数,偏函数)

    原文:https://www.cnblogs.com/chenwolong/p/reduce.html 函数式编程 函数是Python内建支持的一种封装,我们通过把大段代码拆成函数,通过一层一层的函数 ...

  10. python笔记4 内置函数,匿名函数.递归函数 面向对象(基础, 组合,继承)

    内置函数 eval和exec eval :执行字符串中的代码并将结果返回给执行者,有返回值 exec:执行字符串中的代码,往往用于执行流程语句,没有返回值. s1 = '1+2' s2 = 'prin ...

随机推荐

  1. controllerpom

    <properties> <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding> &l ...

  2. JS中数据结构之字典

    字典是一种以键 - 值对形式存储数据的数据结构 通过数组实现字典 function Dictionary() { this.add = add; this.datastore = new Array( ...

  3. FS,FT,DFS,DTFT,DFT,FFT的联系和区别 数字信号处理

    DCT变换的原理及算法 文库介绍 对于初学数字信号处理(DSP)的人来说,这几种变换是最为头疼的,它们是数字信号处理的理论基础,贯穿整个信号的处理. 学习过<高等数学>和<信号与系统 ...

  4. Microsoft SQL Server(sql server 关系型数据库管理系统)

    sql server一般指Microsoft SQL Server 关系型数据库管理系统 Microsoft SQL Server 是一个全面的数据库平台,使用集成的商业智能 (BI)工具提供了企业级 ...

  5. C#生成一个按时间排序的DUID

    /// <summary> /// 创建一个按时间排序的Guid /// </summary> /// <returns></returns> publ ...

  6. linux 给指定用户分配文件夹权限

    1.更改目录所有者命令:chown -R 用户名称 目录名称2.更改目录权限命令:chmod -R 755 目录名称3.查看文件夹的权限ls -la 目录

  7. DTED文件结构

    注:DTED层级为1时,每列总计2414字节,包含1201个高度信息:DTED层级为2时,每列总计7214字节,包含3601个高度信息:DTED层级为3时,每列包含9001个高度信息. 每列数据前八个 ...

  8. 指针的value

    全局变量的默认初始化值为0,char为空字符——'\0',string为"\0 " char c; string s; ; int main() { cout << p ...

  9. git使用记录九:开发中临时加塞了紧急任务怎么处理

    开发中临时加塞了紧急任务怎么处理 隐藏工作区域 git stash git status 查询隐藏的列表 git stash list 处理完bug,提交之后,再恢复隐藏的工作区域 git stash ...

  10. ss证书问题

    #SSL--校验网站证书 #一.什么是SSL证书 from urllib import request #ssl免验证 import ssl ssl._create_default_https_con ...