欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python基础(16):内置函数(二)

程序员文章站 2023-02-07 09:45:39
1. lamda匿名函数 为了解决⼀些简单的需求⽽设计的⼀句话函数 # 计算n的n次⽅ def func(n): return n**n print(func(10)) f = lambda n: n**n print(f(10)) lambda表⽰的是匿名函数,不需要⽤def来声明,⼀句话就可以声 ......

1. lamda匿名函数

为了解决⼀些简单的需求⽽设计的⼀句话函数
# 计算n的n次⽅
def func(n):
  return n**n
print(func(10))

f = lambda n: n**n print(f(10))
lambda表⽰的是匿名函数,不需要⽤def来声明,⼀句话就可以声明出⼀个函数。
语法:
函数名 = lambda 参数: 返回值
注意:
1. 函数的参数可以有多个,多个参数之间⽤逗号隔开
2. 匿名函数不管多复杂,只能写⼀⾏,且逻辑结束后直接返回数据
3. 返回值和正常的函数⼀样,可以是任意数据类型
匿名函数并不是说⼀定没有名字,这⾥前⾯的变量就是⼀个函数名,说他是匿名原因是我们通过__name__查看的时候是没有名字的,统⼀都叫lambda,在调⽤的时候没有什么特别之处,像正常的函数调⽤即可。

2. sorted()

排序函数。
语法:
sorted(iterable, key=none, reverse=false)
  iterable: 可迭代对象
  key: 排序规则(排序函数),在sorted内部会将可迭代对象中的每⼀个元素传递给这个函数的参数,根据函数运算的结果进⾏排序
  reverse: 是否是倒叙,true: 倒叙,false: 正序
lst = [1,5,3,4,6]
lst2 = sorted(lst)
print(lst) # 原列表不会改变
print(lst2) # 返回的新列表是经过排序的

dic = {1:'a', 3:'c', 2:'b'} print(sorted(dic)) # 如果是字典. 则返回排序过后的key
和函数组合使⽤
# 根据字符串⻓度进⾏排序
lst = ["麻花藤", "冈本次郎", "*情报局", "狐仙"]

# 计算字符串⻓度 def func(s):   return len(s) print(sorted(lst, key=func))
和lambda组合使⽤
# 根据字符串⻓度进⾏排序
lst = ["麻花藤", "冈本次郎", "*情报局", "狐仙"]

# 计算字符串⻓度 def func(s):   return len(s)
print(sorted(lst, key=lambda s: len(s)))
lst = [{"id":1, "name":'alex', "age":18}, {"id":2, "name":'wusir', "age":16}, {"id":3, "name":'taibai', "age":17}] # 按照年龄对学⽣信息进⾏排序 print(sorted(lst, key=lambda e: e['age']))

3. filter()

筛选函数
语法:
fifilter(function. iterable)
  function: ⽤来筛选的函数,在fifilter中会⾃动的把iterable中的元素传递给function,然后根据function返回的true或者false来判断是否保留此项数据
  iterable: 可迭代对象
lst = [1,2,3,4,5,6,7]
ll = filter(lambda x: x%2==0, lst) # 筛选所有的偶数
print(ll)
print(list(ll))

lst = [{"id":1, "name":'alex', "age":18}, {"id":2, "name":'wusir', "age":16}, {"id":3, "name":'taibai', "age":17}] fl = filter(lambda e: e['age'] > 16, lst) # 筛选年龄⼤于16的数据 print(list(fl))

4. map()

映射函数
语法:
map(function, iterable) 可以对可迭代对象中的每⼀个元素进⾏映射,分别取执⾏function
计算列表中每个元素的平⽅ ,返回新列表
def func(e):
  return e*e
mp = map(func, [1, 2, 3, 4, 5])
print(mp)
print(list(mp))
改写成lambda
print(list(map(lambda x: x * x, [1, 2, 3, 4, 5])))
计算两个列表中相同位置的数据的和
# 计算两个列表相同位置的数据的和
lst1 = [1, 2, 3, 4, 5]
lst2 = [2, 4, 6, 8, 10]
print(list(map(lambda x, y: x+y, lst1, lst2)))

5. 递归

在函数中调⽤函数本⾝,就是递归
def func():
  print("我是谁")
  func()
func()
在python中递归的深度最⼤到998
def foo(n):
  print(n)
  n += 1
  foo(n)
foo(1)
递归的应⽤:
我们可以使⽤递归来遍历各种树形结构,比如我们的⽂件夹系统,可以使⽤递归来遍历该⽂件夹中的所有⽂件。
import os
def read(filepath, n):
  files = os.listdir(filepath) # 获取到当前⽂件夹中的所有⽂件
  for fi in files: # 遍历⽂件夹中的⽂件, 这⾥获取的只是本层⽂件名
    fi_d = os.path.join(filepath,fi) # 加⼊⽂件夹 获取到⽂件夹+⽂件
    if os.path.isdir(fi_d): # 如果该路径下的⽂件是⽂件夹
      print("\t"*n, fi)
      read(fi_d, n+1) # 继续进⾏相同的操作
    else:
      print("\t"*n, fi) # 递归出⼝. 最终在这⾥隐含着return

#递归遍历⽬录下所有⽂件 read('../oldboy/', 0)

6. 二分查找

⼆分查找,每次能够排除掉⼀半的数据,查找的效率非常⾼,但是局限性比较⼤,必须是有
序序列才可以使⽤⼆分查找。
要求: 查找的序列必须是有序序列。
# 判断n是否在lst中出现. 如果出现请返回n所在的位置
# ⼆分查找---⾮递归算法
lst = [22, 33, 44, 55, 66, 77, 88, 99, 101, 238, 345, 456, 567, 678, 789]
n = 567
left = 0
right = len(lst) - 1
count = 1
while left <= right:
  middle = (left + right) // 2
  if n < lst[middle]:
    right = middle - 1
  elif n > lst[middle]:
    left = middle + 1
  else:
    print(count)
    print(middle)
    break
  count = count + 1
else:
  print("不存在")

# 普通递归版本⼆分法 def binary_search(n, left, right):   if left <= right:     middle = (left+right) // 2     if n < lst[middle]:       right = middle - 1     elif n > lst[middle]:       left = middle + 1     else:       return middle     return binary_search(n, left, right) # 这个return必须要加. 否则接收到的永远是none.   else:     return -1
print(binary_search(567, 0, len(lst)-1))
# 另类⼆分法, 很难计算位置. def binary_search(ls, target):   left = 0   right = len(ls) - 1   if left > right:     print("不在这⾥")   middle = (left + right) // 2   if target < ls[middle]:     return binary_search(ls[:middle], target)   elif target > ls[middle]:     return binary_search(ls[middle+1:], target)   else:     print("在这⾥")
binary_search(lst, 567)