Python函数进阶

1、匿名函数

语法：
函数名 = lambda 参数列表: 返回值

相当于：
def 函数名(参数列表):
return 返回值

注意：
1）匿名函数只能实现用一句代码就可以完成功能的函数
2）匿名函数在调用的时候和普通函数没有区别
3）匿名函数的参数不能使用冒号语法来说明类型

sum1 = lambda num1, num2=10: num1 + num2

print(sum1(10, 20))  # 30
print(sum1(num1=100, num2=200))  # 300
print(sum1(5))  # 15

2、变量作用域

变量作用域 - 指的就是变量能够使用的范围
根据变量作用域的不同将变量分为：全局变量和局部变量

1. 全局变量
   没有定义在函数里面或者类里面的变量就是全局变量；
   全局变量的作用域是从定义开始到程序结束。

"""1.全局变量"""
# a、b、c都是全局变量
a = 100

for b in range(3):
    print(b)
    c = 20
    print(f'循环里面使用a:{a}')
'''
0
循环里面使用a:100
1
循环里面使用a:100
2
循环里面使用a:100
'''
print(f'循环外面使用b和c:{b}, {c}')  # 循环外面使用b和c:2, 20

2. 局部变量
   定义在函数里面的变量是局部变量（形参也是局部变量）；
   局部变量的作用域是从定义开始到函数结束。

   """2. 局部变量"""
   def func2(x):
       y = 100
       for z in range(10):
           pass
       print('函数结束')
       print(f'函数里使用x, y, z:{x}, {y}, {z}')
       #函数结束
       #函数里使用x, y, z:20, 100, 9
   func2(20)
   # print(f'函数外面使用x,y,z:{z}')   # 报错
   

3. 函数调用过程（内存的变化）
   每次在调用函数的时候，系统会自动在栈区间为这个函数开辟一个临时内存区域，用来存储在函数中定义的局部变量。
   当函数调用结束的时候系统会自动释放这块内存。

4. global和nonlocal - 只能在函数体中使用

   global – 1）在函数中修改全局变量的值，需要在前面用global对变量进行说明；
   2）在函数中定义一个全局变量，需要在前面用global对变量进行说明。
   global 变量名

   nonlocal – 如果需要在局部的局部修改一个局部变量的值，就需要使用nonlocal进行说明

   m = 100
   n = 100
   def func3():
       # 这儿不会修改全局变量m的值，而是重新定义一个新的局部变量m
       m = 200
   
       global n
       n = 200
   
       # 在函数中可以使用全局变量
       print(f'函数中m:{m}')  #函数中m:200
       print(f'函数中n:{n}')   # 函数中n:200
   
       global x
       x = 'abc'
   
   
   func3()
   print(f'函数外面 m:{m}') # 函数外面 m:100
   print(f'函数外面 n:{n}')  # 函数外面 n:200
   print(f'函数外面 x:{x}')  # 函数外面 x:abc
   

3、实参高阶函数

1. 重要结论
   python中定义函数就是定义类型是function的变量，函数名就是变量名

   func1 = lambda x: x*2
   print(type(func1))    # <class 'function'
   

2. 实参高阶函数 – 函数的参数中有函数

   返回值高阶函数 – 返回值是函数

3. 常用实参高阶函数

   max、min、sorted/sort
   map
   reduce

   max、min、sorted
   max(序列, key=函数)
   函数要求：a. 有且只有一个参数（这个参数指向是前面序列中的每个元素）
   b. 有一个返回值（返回值就是比较对象）

   """a.求nums中个位最大的元素： 89"""
   nums = [89, 78, 90, 23, 67, 81]
   
   # 方法一：
   """
   def temp(item):
       return item % 10
   print(max(nums, key=temp))
   """
   
   # 方法二
   print(max(nums, key=lambda item: item % 10))  #89
   
   
   """b.求nums中值最大的元素(将字符串数字当成数字)：'100'"""
   nums = [89, '100', 34, '78', 90]
   print(max(nums, key=lambda item: int(item)))
   
   
   """c.获取年龄最大的学生信息；获取成绩最低的学生信息"""
   students = [
       {'name': '小明', 'age': 18, 'score': 90},
       {'name': '老王', 'age': 28, 'score': 67},
       {'name': '张三', 'age': 22, 'score': 83},
       {'name': '李四', 'age': 25, 'score': 57}
   ]
   
   print(max(students, key=lambda item: item['age']))
   print(min(students, key=lambda item: item['score']))
   
   """d. 获取nums各个位数的和最大的元素"""
   nums = [123, 97, 56, 109, 82]
   """6， 16， 11， 10， 10"""
   def temp(item):
       s = 0
       for x in str(item):
           s += int(x)
       return s
   
   
   print(max(nums, key=temp))
   print(sorted(nums, key=temp))
   
   

   map

   1. map(函数, 序列) - 将序列中所有元素按照指定规则进行变换产生一个新的序列
      函数要求：a. 有一个参数(指向原序列中元素)
      b. 需要一个返回值（新序列中的元素，描述清楚新序列元素和原序列元素的关系）

   2. map(函数, 序列1, 序列2)
      函数要求：a.有两个参数，第一个参数指向序列1中的元素，第二个参数指向序列2中元素
      b.需要一个返回值（新序列中的元素，描述清楚新序列元素和原序列元素的关系）

   函数后面可以有N个序列，要求这N个序列中元素个数必须一致；有多少个序列，函数就需要多少个参数

   """
   [23, 45, 78, 91, 56]  -> ['23', '45', '78', '91', '56']
   [23, 45, 78, 91, 56]  -> [3, 5, 8, 1, 6]
   """
   nums = [23, 45, 78, 91, 56]
   print(list(map(lambda item: str(item), nums)))
   print(list(map(lambda item: item % 10, nums)))
   
   
   nums1 = [1, 2, 3, 4, 5]
   nums2 = [6, 7, 8, 9, 1]
   """
   [16, 27, 38, 49, 51]
   """
   result = map(lambda i1, i2: i1 * 10 + i2, nums1, nums2)
   print(list(result))
   
   """
   练习：
   ['小明', '张三', '李四', '老王']
   [18, 30, 26, 35]
   
   ->
   [
       {'name': '小明', 'age': 18},
       {'name': '张三', 'age': 30},
       ...
   ]
   """
   names = ['小明', '张三', '李四', '老王']
   ages = [18, 30, 26, 35]
   result = map(lambda i1, i2: {'name': i1, 'age': i2}, names, ages)
   print(list(result))
   

   reduce

   reduce(函数, 序列, 初始值)

   函数：a.有且只有两个参数
   第一个参数：第一次指向初始值，第二次开始指向上一次的运算结果（可以直接看成是初始值）
   第二个参数：指向序列中的每个元素
   b. 返回值：描述合并规则（用初识值和元素来描述）

   """
   [1, 2, 3, 4, 5]  -> 15 (1+2+3+4+5)   初始值0
   [1, 2, 3, 4, 5]  -> 120 (1*2*3*4*5)  初始值1
   [1, 2, 3, 4, 5]  -> '12345'   ('' + '1'+'2'+'3'+'4'+'5')     初始值 ''
   
   """
   from functools import reduce
   
   nums = [1, 2, 3, 4, 5]
   result = reduce(lambda x, y: x+y, nums, 0)
   print(result)
   
   result = reduce(lambda x, y: x * y, nums, 1)
   print(result)
   
   result = reduce(lambda x, y: x+str(y), nums, '')
   print(result)
   
   """
   students = [
       {'name': '小明', 'age': 18, 'score': 90},
       {'name': '老王', 'age': 28, 'score': 67},
       {'name': '张三', 'age': 22, 'score': 83},
       {'name': '李四', 'age': 25, 'score': 57}
   ]
   
   需求1：'小明老王张三李四'
   '' + '小明' + '老王' + '张三' + ...
   
   需求2：['小明', '老王', '张三', '李四']
   [] + ['小明'] + ['老王'] + ...
   """
   students = [
       {'name': '小明', 'age': 18, 'score': 90},
       {'name': '老王', 'age': 28, 'score': 67},
       {'name': '张三', 'age': 22, 'score': 83},
       {'name': '李四', 'age': 25, 'score': 57}
   ]
   
   result = reduce(lambda x, y: x + y['name'], students, '')
   print(result)
   
   result = reduce(lambda x, y: x + [y['name']], students, [])
   print(result)
   

练习

1. 已经列表points中保存的是每个点的坐标(坐标是用元组表示的，第一个值是x坐标，第二个值是y坐标)

   points = [
     (10, 20), (0, 100), (20, 30), (-10, 20), (30, -100)
   ]
   

   以下问题使用实参高阶函数来解决

   1）获取列表中y坐标最大的点

   print('y坐标最大的点:', max(points, key=lambda x: x[-1]))
   

   2）获取列表中x坐标最小的点

   print('x坐标最小的点:', min(points, key=lambda x: x[0]))
   

   3）获取列表中距离原点最远的点

   print('距离原点最远的点:', max(points, key=lambda x: x[0]**2 + x[1]**2))
   

   4）将点按照点到x轴的距离大小从大到小排序

   print(sorted(points, key=lambda x: x[1]**2, reverse=True))
   

2. 求列表 nums 中绝对值最大的元素

   # 方法1
   nums = [2, 10, -6, 9, -19]
   print(max(nums, key=lambda x: x**2))
   # 方法2
   def max_n(x):
       if x < 0:
           x = 0 - x
       return x
   
   nums = [-1, 2, 3, 55, -19]
   max_nums = max(nums, key=max_n)
   print(max_nums)
   

3. 已经两个列表A和B，用map函数创建一个字典，A中的元素是key，B中的元素是value

   A = ['name', 'age', 'sex']
   B = ['张三', 18, '女']
   新字典: {'name': '张三', 'age': 18, 'sex': '女'}
   

   A = ['name', 'age', 'sex']
   B = ['张三', 18, '女']
   
   new_ab = map(lambda a1, b1: (a1, b1), A, B)
   print(dict(new_ab))
   

4. 已经三个列表分别表示5个学生的姓名、学科和班号，使用map将这个三个列表拼成一个表示每个学生班级信息的的字典

   names = ['小明', '小花', '小红', '老王']
   nums = ['1906', '1807', '2001', '2004']
   subjects = ['python', 'h5', 'java', 'python']
   结果：{'小明': 'python1906', '小花': 'h51807', '小红': 'java2001', '老王': 'python2004'}
   

   message = map(lambda a, b, c: (a, b + c), names, subjects, nums)
   print(dict(message))
   

5. 已经一个列表message, 使用reduce计算列表中所有数字的和（用采用列表推导式和不采用列表推导式两种方法做）

   message = ['你好', 20, '30', 5, 6.89, 'hello']
   结果：31.89
   

   from functools import reduce
   message = ['你好', 20, '30', 5, 6.89, 'hello']
   # 方法一：
   result = reduce(lambda x, y: x+y, [x for x in message if type(x) in (int, float)], 0)
   print(result)
   
   # 方法二
   result = reduce(lambda x, y: x + (y if type(y) in (int, float) else 0), message, 0)
   print(result)
   

6. 已知一个字典列表中保存的是每个学生各科的成绩，

   1）计算并添加每个学生的平均分

   2）按照平均分从高到低排序

    students = [
     {'name': 'stu1', 'math': 97, 'English': 67, 'Chinese': 80},
     {'name': 'stu2', 'math': 56, 'English': 84, 'Chinese': 74},
     {'name': 'stu3', 'math': 92, 'English': 83, 'Chinese': 78},
     {'name': 'stu4', 'math': 62, 'English': 90, 'Chinese': 88}
   ]
   
   # 计算平均分
   studens = [
     {'name': 'stu1', 'math': 97, 'English': 67, 'Chinese': 80, 'avg':81},
     {'name': 'stu2', 'math': 56, 'English': 84, 'Chinese': 74, 'avg':71},
     {'name': 'stu3', 'math': 92, 'English': 83, 'Chinese': 78, 'avg':87},
     {'name': 'stu4', 'math': 62, 'English': 90, 'Chinese': 88, 'avg':80}
   ]
   
   # 按照平均分从高到低排序
   ...
   
   """
   1）计算并添加每个学生的平均分
   """
   
   
   def average (x):
       a =list(x.values())
       b1=b2 =0
       for y in a:
           if type(y)==int:
               b1+=y
               b2+=1
       n =int(b1/b2)
       x['avg']=n
       return x
   
   
   new_stu =list(map(average,studens))
   print(new_stu)
   
   # 按照平均分从高到低排序
   new_stu.sort(key=lambda x: x['avg'], reverse=True)
   print(new_stu)