1. lambda 匿名函数
lambda 参数: 返回值

#常规计算两个数相加的函数
def func(a,b):
    return a+b
print(func(1,9))
#lambda函数
my_add=lambda a,b:a+b
print(my_add(1,2))

2. sorted 排序
sorted(iterable, key=func, reverse=True/False)
执行流程:
把可迭代对象中的每一个元素拿出来, 放到func中运行. 返回一个数字. 根据数字进行排序

lis=["s","as","good","bash"]
new_lis1=sorted(lis)#['as', 'bash', 'good', 's']
new_lis2=sorted(lis,key=lambda el:ascii(el))#['as', 'bash', 'good', 's']
new_lis3=sorted(lis,key=lambda el:ascii(el),reverse=True)#['s', 'good', 'bash', 'as']
new_lis4=sorted(lis,key=lambda el:ascii(el),reverse=False)#['as', 'bash', 'good', 's']
print(new_lis1)
print(new_lis2)
print(new_lis3)
print(new_lis4)

3. filter 筛选
filter(func, Iterable)
执行流程:
把可迭代对象中的每一个元素拿出来, 放到func中运行.返回True/False. 根据返回的True和False来决定这个数据是否保留

lst = [{"id": 1, "name": 'bgm', "age": 18},
    {"id": 2, "name": 'girl', "age": 16},
    {"id": 3, "name": 'cat', "age": 17},
       {"id": 4, "name": 'salt', "age": 37}]
#现在按照年龄筛选大于等于18的
f=list(filter(lambda dic:dic["age"]>=18,lst))
print(f)#[{'id': 1, 'name': 'bgm', 'age': 18}, {'id': 4, 'name': 'salt', 'age': 37}]

4. map 映射
map(func, Iterable)
执行流程:
把可迭代对象中的每一个元素拿出来, 放到func中运行.返回数据就是结果

lst=[1,3,4,6,8,9,13,15]
s=list(map(lambda x:x**2,lst))
print(s)#[1, 9, 16, 36, 64, 81, 169, 225]

5. 递归(难点)
自己调用自己
递归的入口
递归的出口: return
递归的循环条件:动
循环树形结构:

#用递归来数1-100
def func(num):
    print(num)
    if num==100:
        return
    func(num+1)
func(1)

6. 二分法查找
核心思想: 掐头结尾取中间.
前提条件: 有序.

lst=[1, 1, 1, 1, 2, 4, 4, 4, 5, 5, 5, 5, 5, 5, 6, 7, 8, 8, 9, 16, 32, 44, 55, 78, 89]
n=9
left=0
right=len(lst)-1
while left<=right:
    mid = (right+left) // 2
    if n>lst[mid]:
        left=mid+1
    elif n<lst[mid]:
        right=mid-1
    else:
        print("这个数在里面")
        break
else:
    print("这个数不在此列表")

1,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']

name=["hahah",'xxx','class']
new_name=list(map(lambda el:el+"_sb",name))
print(new_name)

1,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'}]

l=[{'name':'skt'},{'name':'y'}]
new_l=list(map(lambda dic:dic["name"]+"_sb",l))
print(new_l)
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,
      'baidu':21.2,
    'ocean':10.2,
    }
# for i in shares:
#     print(i)
f=list(filter(lambda key:shares[key]>20,shares))
print(f)

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}]

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}]
portfolio_new=list(map(lambda dic:dic["shares"]*dic["price"],portfolio))
print(portfolio_new)#[9110.0, 27161.0, 4218.0, 1111.25, 735.7500000000001, 8673.75]

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}]
 f=list(filter(lambda dic:dic["price"]>100,portfolio))
 print(f)

9,有下列三种数据类型,

l1 = [1,2,3,4,5,6]
l2 = ['oldgirl','any','wsbsir','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 = ['oldgirl','any','wsbsir','太白','日天']
tu = ('**','***','****','*******')
f=list(filter(lambda lis:lis[0]>=3,zip(l1,l2,tu)))
print(f)#[(3, 'wsbsir', '****'), (4, '太白', '*******')]

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

python 内置函数02的更多相关文章

  1. 【286】◀▶ Python 内置函数说明

    参考: Python 内置函数 01   abs() 返回数字的绝对值. 02   all() 用于判断给定的可迭代参数 iterable 中的所有元素是否不为 0.''.False 或者 itera ...

  2. python内置函数print输出到文件,实现日志记录的功能

    # bulid time 2018-6-22 import os import time def log(*args, **kwargs): # *kargs 为了通用 可不传 rule = &quo ...

  3. python内置函数

    python内置函数 官方文档:点击 在这里我只列举一些常见的内置函数用法 1.abs()[求数字的绝对值] >>> abs(-13) 13 2.all() 判断所有集合元素都为真的 ...

  4. python 内置函数和函数装饰器

    python内置函数 1.数学相关 abs(x) 取x绝对值 divmode(x,y) 取x除以y的商和余数,常用做分页,返回商和余数组成一个元组 pow(x,y[,z]) 取x的y次方 ,等同于x ...

  5. Python基础篇【第2篇】: Python内置函数(一)

    Python内置函数 lambda lambda表达式相当于函数体为单个return语句的普通函数的匿名函数.请注意,lambda语法并没有使用return关键字.开发者可以在任何可以使用函数引用的位 ...

  6. [python基础知识]python内置函数map/reduce/filter

    python内置函数map/reduce/filter 这三个函数用的顺手了,很cool. filter()函数:filter函数相当于过滤,调用一个bool_func(只返回bool类型数据的方法) ...

  7. Python内置函数进制转换的用法

    使用Python内置函数:bin().oct().int().hex()可实现进制转换. 先看Python官方文档中对这几个内置函数的描述: bin(x)Convert an integer numb ...

  8. Python内置函数(12)——str

    英文文档: class str(object='') class str(object=b'', encoding='utf-8', errors='strict') Return a string  ...

  9. Python内置函数(61)——str

    英文文档: class str(object='') class str(object=b'', encoding='utf-8', errors='strict') Return a string ...

随机推荐

  1. DIV+CSS实现竖排按钮样式

    <div class="btn_left btn_left1">每日单元成功率</div><br/> <div class="b ...

  2. MySQL优化Explain命令简介(一)

    最近碰到MySQL需要写入大量数据并查询的场景,于是学习了一下MySQL的查询优化,想找关于explain命令的详细资料,然而网上并没有找全,最后终于在<高性能MySQL>中找到了对这一命 ...

  3. 【CF613D】Kingdom and its Cities

    [CF613D]Kingdom and its Cities 题面 洛谷 题解 看到关键点当然是建虚树啦. 设\(f[x]\)表示以\(x\)为根的子树的答案,\(g[x]\)表示以\(x\)为根的子 ...

  4. P1546 最短网络(codevs | 2627村村通)

    P1546 最短网络 Agri-Net 题目背景 农民约翰被选为他们镇的镇长!他其中一个竞选承诺就是在镇上建立起互联网,并连接到所有的农场.当然,他需要你的帮助. 题目描述 约翰已经给他的农场安排了一 ...

  5. Java读取Propertity文件

    读取propertity 文件其实很简单,就是每次容易搞错文件路径,今天刚好项目又用到了,顺便记下来,以便以后参考: 目录如下: 代码如下: package com.infs.exam.process ...

  6. com.genuitec.runtime.generic.jee60 is not defined 导入项目的异常

    系统加载工程后,报错Target runtime com.genuitec.runtime.generic.jee60 is not defined,在发布工程的同事电脑上正常 新导入的工程,出问题很 ...

  7. Jmeter接口测试(九)授权

    下面应该是jmeter的授权设置,但是由于本人目前对这块了解还不深,暂时写个标题,以后有时间再来补充,大家可以先看下一篇内容

  8. 【java请求】- jmeter_jdbc脚本实战

    一,导入 使用Jmeter运行Java脚本,需要用到Jmeter的提供的框架jar包(分别在jmeter目录下的lib和ext目录下)1.ApacheJMeter_core.jar2.ApacheJM ...

  9. eos合约案例导读

    为了帮助大家熟悉 EOS 智能合约,EOS 官方提供了一个代币(资产)智能合约 Demo -- eosio.token.eosio.token 智能合约目前还不是特别完善,个别功能还没有完成.但这个示 ...

  10. Knight Moves(广搜BFS)

    Description A friend of you is doing research on the Traveling Knight Problem (TKP) where you are to ...