Python基础(十九):函数加强

函数加强

一、递归

1、递归的应用场景

递归是⼀种编程思想,应用场景:

  1. 在我们日常开发中,如果要遍历⼀个⽂件夹下面所有的⽂件,通常会使用递归来实现;
  2. 在后续的算法课程中,很多算法都离不开递归,例如:快速排序。

递归的特点

  • 函数内部自己调用自己
  • 必须有出口

2、应用:3以内数字累加和

  • 代码
# 3 + 2 + 1
def sum_numbers(num):
    # 1.如果是1,直接返回1 -- 出⼝
    if num == 1:
        return 1
    # 2.如果不是1,重复执⾏累加并返回结果
    return num + sum_numbers(num-1)

sum_result = sum_numbers(3)
# 输出结果为6
print(sum_result)

  • 执行结果

二、lambda 表达式

1、lambda的应用场景

如果⼀个函数有⼀个返回值,并且只有⼀句代码,可以使用 lambda 简化。

2、lambda语法

lambda 参数列表 : 表达式

注意

  • lambda表达式的参数可有可无,函数的参数在lambda表达式中完全适用。
  • lambda表达式能接收任何数量的参数但只能返回⼀个表达式的值。

快速入门

# 函数
def fn1():
 return 200
print(fn1)
print(fn1())
# lambda表达式
fn2 = lambda: 100
print(fn2)
print(fn2())

注意:直接打印lambda表达式,输出的是此lambda的内存地址

3、示例:计算a + b

函数实现

def add(a, b):
 return a + b
result = add(1, 2)
print(result)

思考:需求简单,是否代码多?

lambda实现

fn1 = lambda a, b: a + b
print(fn1(1, 2))

4、lambda的参数形式

无参数

fn1 = lambda: 100
print(fn1())

⼀个参数

fn1 = lambda a: a
print(fn1('hello world'))

默认参数

fn1 = lambda a, b, c=100: a + b + c
print(fn1(10, 20))

可变参数:*args

fn1 = lambda *args: args
print(fn1(10, 20, 30))

注意:这⾥的可变参数传入到 lambda 之后,返回值为元组。

可变参数:**kwargs

fn1 = lambda **kwargs: kwargs
print(fn1(name='python', age=20))

5、lambda的应用

带判断的 lambda

fn1 = lambda a, b: a if a > b else b
print(fn1(1000, 500))

列表数据按字典key的值排序

students = [
 {'name': 'TOM', 'age': 20},
 {'name': 'ROSE', 'age': 19},
 {'name': 'Jack', 'age': 22}
]
# 按name值升序排列
students.sort(key=lambda x: x['name'])
print(students)
# 按name值降序排列
students.sort(key=lambda x: x['name'], reverse=True)
print(students)
# 按age值升序排列
students.sort(key=lambda x: x['age'])
print(students)

三、高阶函数

把函数作为参数传入 ,这样的函数称为高阶函数,高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。

1、体验高阶函数

在 Python 中, abs() 函数可以完成对数字求绝对值计算。

abs(-10) # 10

round() 函数可以完成对数字的四舍五入计算。

round(1.2) # 1
round(1.9) # 2

需求:任意两个数字,按照指定要求整理数字后再进行求和计算。

  • 方法1
def add_num(a, b):
    return abs(a) + abs(b)
result = add_num(-1, 2)
print(result) # 3

  • 方法2
def sum_num(a, b, f):
    return f(a) + f(b)
result = sum_num(-1, 2, abs)
print(result) # 3

注意:两种⽅法对比之后,发现,方法2的代码会更加简洁,函数灵活性更高。

函数式编程大量使用函数,减少了代码的重复,因此程序比较短,开发速度较快。

2、内置高阶函数

map()

map(func, lst) ,将传⼊的函数变量 func 作用到 lst 变量的每个元素中,并将结果组成新的列表 (Python2)/ 迭代器(Python3) 返回。

需求:计算 list1 序列中各个数字的 2 次方。

list1 = [1, 2, 3, 4, 5]
def func(x):
    return x ** 2
result = map(func, list1)
print(result) # <map object at 0x0000013769653198>
print(list(result)) # [1, 4, 9, 16, 25]

reduce()

reduce(func , lst) ,其中 func 必须有两个参数。每次 func 计算的结果继续和序列的下⼀个元素做累积计算。

注意: reduce() 传⼊的参数 func 必须接收 2 个参数。

需求:计算 list1 序列中各个数字的累加和。

import functools
list1 = [1, 2, 3, 4, 5]
def func(a, b):
    return a + b
result = functools.reduce(func, list1)
print(result) # 15

fifilter()

fifilter(func,lst) 函数⽤于过滤序列 , 过滤掉不符合条件的元素, 返回⼀个 fifilter 对象。如果要转换为列表, 可以使⽤ list() 来转换。

list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
def func(x):
    return x % 2 == 0
result = filter(func, list1)
print(result) # <filter object at 0x0000017AF9DC3198>
print(list(result)) # [2, 4, 6, 8, 10]

四、总结

递归

  • 函数内部自己调用自己
  • 必须有出口

lambda

  • 语法
lambda 参数列表: 表达式
  • lambda的参数形式

        无参数

lambda: 表达式
  • ⼀个参数
lambda 参数: 表达式
  • 默认参数
lambda key=value: 表达式
  • 不定长位置参数
lambda *args: 表达式 1
  • 不定长关键字参数
lambda **kwargs: 表达式

高阶函数

  • 作用:把函数作为参数传入,化简代码
  • 内置高阶函数
  • map()
  • reduce()
  • fifilter()

版权声明:
作者:Lansonli
链接:https://jkboy.com/archives/6821.html
来源:随风的博客
文章版权归作者所有,未经允许请勿转载。

THE END
分享
二维码
打赏
海报
Python基础(十九):函数加强
把函数作为参数传入 ,这样的函数称为高阶函数,高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。
<<上一篇
下一篇>>