Python基础（十九）：函数加强

news2024/12/28 5:16:24

文章目录

函数加强

一、递归

1、递归的应用场景

2、应用：3以内数字累加和

二、lambda 表达式

1、lambda的应用场景

2、lambda语法

3、示例：计算a + b

4、lambda的参数形式

5、lambda的应用

三、高阶函数

1、体验高阶函数

2、内置高阶函数

四、总结

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]