Python练习题 一. 使用匿名函数对1~1000求和,代码力求简洁。
程序员文章站
2022-10-17 14:49:27
Python 练习 标签: Python Python练习题 Python知识点 一.使用匿名函数对1~1000求和,代码力求简洁。 答案: 知识点 : 1. 匿名函数 :lambda 参数:表达式 lambda语句中,开头先写关键字lambda,冒号前是参数,可以有多个,用逗号隔开;冒号右边的 ......
Python 练习
标签: Python Python练习题 Python知识点
一.使用匿名函数对1~1000求和,代码力求简洁。
答案:
In [1]: from functools import reduce In [2]: print(reduce(lambda x, y: x + y, range(1, 1001))) Out[2]: 500500
知识点:
1. 匿名函数:lambda 参数:表达式
lambda语句中,开头先写关键字lambda,冒号前是参数,可以有多个,用逗号隔开;冒号右边的为表达式,需要注意的是只能有一个表达式。由于lambda返回的是函数对象(构建的是一个函数对象),所以需要定义一个变量去接收。
2. 高阶函数:把函数作为一个参数传入到另一个函数中
1> map()
python内置的一个高阶函数,它接收两个参数,一个是函数,一个是 Iterable(可遍历对象,如列表),map将传入的函数依次作用到序列的每个元素,并把结果作为新的 Iterator(迭代器)返回。
简单代码举例:求f(x)=x*x
In [8]: def f1(x): ...: return x * x ...: list1 = range (1, 6) ...: print(list(map(f1, list1))) ...: [1, 4, 9, 16, 25]
2> reduce()
reduce把一个函数作用在一个序列[x1, x2, x3, ...]上,这个函数必须接收两个参数,reduce把结果继续和序列的下一个元素做累积计算,其效果就是: reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
简单代码举例:对1~1000求和
In [1]: from functools import reduce In [2]: print(reduce(lambda x, y: x + y, range(1, 1001))) Out[2]: 500500
3> filter()
Python内建的filter()函数用于过滤序列。和map()类似,filter()也接收一个函数和一个序列。和map()不同的是,filter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃该元素。
简单代码举例:过滤掉列表中的基数
In [12]: list(filter(lambda x:x%2==0, range(1,9))) Out[12]: [2, 4, 6, 8]
4> sorted()
对所有可迭代的对象进行排序操作,返回重新排序的列表。 sort 与 sorted 区别: sort 是应用在 list 上的方法,sorted 可以对所有可迭代的对象进行排序操作。 list 的 sort 方法返回的是对已经存在的列表进行操作,而内建函数 sorted方法返回的是一个新的 list,而不是在原来的基础上进行的操作。 语法:sorted(iterable[, cmp[, key[, reverse]]]) 参数说明: iterable -- 可迭代对象。 cmp -- 比较的函数,这个具有两个参数,参数的值都是从可迭代对象中取出 ,此函数必须遵守的规则为,大于则返回1,小于则返回-1,等于则返回0。 key -- 主要是用来进行比较的元素,只有一个参数,具体的函数的参数就是取自于可迭代对象中,指定可迭代对象中的一个元素来进行排序。 reverse -- 排序规则,reverse = True 降序 , reverse = False 升序(默认)。
简单代码举例:
In [14]: a = [5, 9, 2, 3, 4, 7, 1] In [15]: b = sorted(a) # 保留原列表 In [16]: a Out[16]: [5, 9, 2, 3, 4, 7, 1] In [18]: b Out[18]: [1, 2, 3, 4, 5, 7, 9] In [19]: L=[('b',2),('a',1),('c',3),('d',4)] In [20]: sorted(L, cmp=lambda x, y:cmp(x[1], y[1])) # 利用cmp函数 Out[20]: [('a', 1), ('b', 2), ('c', 3), ('d', 4)] In [21]: sorted(L, key=lambda x:x[1]) # 利用key Out[21]: [('a', 1), ('b', 2), ('c', 3), ('d', 4)] In [22]: students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)] In [23]: sorted(students, key=lambda s: s[2]) # 按年龄排序 Out[23]: [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)] In [24]: sorted(students, key=lambda s: s[2], reverse=True) # 按降序 Out[24]: [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
3. 列表(数组)生成式 ,range与xrange
1> range
range([start,] stop[, step]),根据start与stop指定的范围以及step设定的步长,生成一个序列。
比如:
In [1]: range(5) Out[1]: [0, 1, 2, 3, 4] In [2]: range(1,5) Out[2]: [1, 2, 3, 4] In [3]: range(0,6,2) Out[3]: [0, 2, 4]
2> xrange
xrange 用法与 range 完全相同,所不同的是生成的不是一个list对象,而是一个生成器。
比如:
In [1]: xrange(5) Out[1]: xrange(5) In [2]: list(xrange(5)) Out[2]: [0, 1, 2, 3, 4] In [3]: xrange(1,5) Out[3]: xrange(1, 5) In [4]: list(xrange(1,5)) Out[4]: [1, 2, 3, 4] In [5]: xrange(0,6,2) Out[5]: xrange(0, 6, 2) In [6]: list(xrange(0,6,2)) Out[6]: [0, 2, 4]
- 由上面的示例可以知道:要生成很大的数字序列的时候,用xrange会比range性能优很多,因为不需要一上来就开辟一块很大的内存空间。
- xrange 和 range 这两个基本上都是在循环的时候用。