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全栈开发-前方高能-内置函数2

程序员文章站 2022-04-14 21:46:17
python_day_15 一.今日主要内容 1. lambda 匿名函数 语法: lambda 参数:返回值 不能完成复杂的操作 2. sorted() 函数 排序. 1. 可迭代对象 2. key=函数. 排序规则 3. reverse. 是否倒序 3. filter() 函数 过滤 1. 函数 ......

python_day_15

一.今日主要内容
1. lambda 匿名函数
  语法:
  lambda 参数:返回值
  不能完成复杂的操作

2. sorted() 函数
排序.
  1. 可迭代对象
  2. key=函数. 排序规则
  3. reverse. 是否倒序
3. filter() 函数
过滤
  1. 函数, 返回True或False
  2. 可迭代对象

4. map() 映射函数
  1. 函数
  2. 可迭代对象
  5. 递归
自己调用自己.
def func():
func()
func()
难点:不好想.需要找规律. 不好读

6. 二分法
掐头结尾取中间. 不停的改变左和右. 间接改变中间. 查询效率非常高

 

14. 前⽅⾼能-内置函数⼆

本节主要内容:

  • 1. lamda匿名函数
  • 2. sorted()
  • 3. filter()
  • 4. map()
  • 5. 递归函数

⼀. 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

def func(n):
    return n * n

print(func(3))
a = func
a(3)
print(a.__name__)    # 查看函数的函数名
# lambda 匿名函数
# x 参数
#  : 后面是函数体(直接return的内容)
a = lambda x: x*x   # 一行搞定一个函数. 但是, 不能完成复杂的函数操作
print(a)
print(a(6))
print(a.__name__)

b = lambda x, y: x+y
print(b(1,3))
print(b.__name__)

# 语法: 变量 = 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

⼆. 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 = ["大阳哥a", "尼古拉斯aa", "赵四aaa", "刘能a", "广坤aaaaaa", "谢大脚a"]

def func(s):
    return s.count('a') #  返回数字

ll = sorted(lst, key=lambda s:s.count('a')) # 内部. 把可迭代对象中的每一个元素传递给func
print(ll)

三. filter() 筛选函数

语法: filter(function. Iterable)

function: ⽤来筛选的函数. 在filter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 = [1,2,3,4,5,6,7,8,9]

ll = filter(lambda i:i%2==1, lst)
#  第一个参数. 函数. 将第二个参数中的每一个元素传给函数. 函数如果返回True, 留下该元素.

四. 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

lst = [1,2,3,4,5,6,7,8,9,0,23,23,4,52,35,234,234,234,234,234,23,4]
it = map(lambda i: i * i, lst) # 把可迭代对象中的每一个元素传递给前面的函数进行处理. 处理的结果会返回成迭代器
print(list(it))

五. 递归 在函数中调⽤函数本⾝. 就是递归,在python中递归的深度最⼤到997.

import sys
sys.setrecursionlimit(10000)    # 可以调整递归深度. 但是不一定能跑到这里
def func(count):
    print("我是谁,我在哪里"+str(count))
    func(count+1)
func(1)

while 1:
    a = 10
    print("哈哈")

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

# 遍历树形结构
import  os
filePath = "d:\sylar\python_workspace"

def read(filePath, n):
    it = os.listdir(filePath)   # 打开文件夹
    for el in it:
        #  拿到路径
        fp = os.path.join(filePath, el) # 获取到绝对路径
        if os.path.isdir(fp):   # 判断是否是文件夹
            print("\t"*n,el)
            read(fp, n+1)    # 又是文件夹. 继续读取内部的内容 递归入口
        else:
            print("\t"*n,el)    # 递归出口

read(filePath, 0)

六. 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.

1)二分法,非递归版

lst = [11,22,33,44,55,66,77,88,99,123,234,345,456,567,678,789,1111]
n = 567
left = 0
right = len(lst) - 1
count = 1
while left <= right:
    middle = (left + right) // 2
    if n > lst[middle]:
        left = middle + 1
    elif n < lst[middle]:
        right = middle - 1
    else:
        print(count)
        print("存在")
        print(middle)
        break
    count = count + 1
else:
    print("不存在")

2)普通递归版

lst = [11,22,33,44,55,66,77,88,99,123,234,345,456,567,678,789,1111]

def binary_search(left, right, n):
    middle = (left + right)//2
    if left > right:
        return -1
    if n > lst[middle]:
        left = middle + 1
    elif n < lst[middle]:
        right = middle - 1
    else:
        return middle
    return binary_search(left, right, n)
print(binary_search(0, len(lst)-1, 65) )

3)另类二分法,很难计算位置.

lst = [11,22,33,44,55,66,77,88,99,123,234,345,456,567,678,789,1111]

def binary_search(lst, n):
    left = 0
    right = len(lst) - 1
    middle = (left + right) // 2
    if right <= 0:
        print("没找到")
        return
    if n > lst[middle]:
        lst = lst[middle+1:]
    elif n < lst[middle]:
        lst = lst[:middle]
    else:
        print("找到了")
        return
    binary_search(lst, n)
binary_search(lst, 65)

参考:

https://www.processon.com/mindmap/5b506a16e4b0edb750e17387


 

 

作业: 

4,用map来处理字符串列表,把列表中所有人都变成sb,比方alex_sb
name = ['oldboy','alex','wusir']
a = map(lambda i:i+"_sb",name)
print(list(a))
5,用map来处理下述l,然后用list得到一个新的列表,列表中每个人的名字都是sb结尾
l=[{'name':'alex'},{'name':'y'}]
a = map(lambda dic:dic['name'] + 'sb',l)
print(list(a))
6,用filter来处理,得到股票价格大于20的股票名字
shares={
       'IBM':36.6,
       'Lenovo':23.2,
      'oldboy':21.2,
    'ocean':10.2,
    }

a = filter(lambda i:shares[i]>20,shares)
print(list(a))
7,有下面字典,得到购买每只股票的总价格,并放在一个迭代器中。
结果:list一下[9110.0, 27161.0,......]
portfolio=[{'name':'IBM','shares':100,'price':91.1},
            {'name':'AAPL','shares':50,'price':543.22},
            {'name':'FB','shares':200,'price':21.09},
            {'name':'HPQ','shares':35,'price':31.75},
            {'name':'YHOO','shares':45,'price':16.35},
            {'name':'ACME','shares':75,'price':115.65}
]

a = map(lambda i:i['shares']*i["price"],portfolio)
print(list(a))
8,还是上面的字典,用filter过滤出单价大于100的股票.
portfolio=[{'name':'IBM','shares':100,'price':91.1},
            {'name':'AAPL','shares':50,'price':543.22},
            {'name':'FB','shares':200,'price':21.09},
            {'name':'HPQ','shares':35,'price':31.75},
            {'name':'YHOO','shares':45,'price':16.35},
            {'name':'ACME','shares':75,'price':115.65}
]

a = filter(lambda i:i['price']>100,portfolio)
print(list(a))
9,有下列三种数据类型,
l1 = [1,2,3,4,5,6]
l2 = ['oldboy','alex','wusir','太白','日天']
tu = ('**','***','****','*******')
写代码,最终得到的是(每个元祖第一个元素>2,第三个*至少是4个。)
[(3, 'wusir', '****'), (4, '太白', '*******')]这样的数据。
l1 = [1,2,3,4,5,6]
l2 = ['oldboy','alex','wusir','太白','日天']
tu = ('**','***','****','*******')

a = list(filter(lambda a:a[0]>2 and len(a[2])>=4,zip(l1,l2,tu)))
print(a)
10,有如下数据类型:
l1 = [ {'sales_volumn': 0},
{'sales_volumn': 108},
{'sales_volumn': 337},
{'sales_volumn': 475},
{'sales_volumn': 396},
{'sales_volumn': 172},
{'sales_volumn': 9},
{'sales_volumn': 58},
{'sales_volumn': 272},
{'sales_volumn': 456},
{'sales_volumn': 440},
{'sales_volumn': 239}]
将l1按照列表中的每个字典的values大小进行排序,形成一个新的列表。
l1 = [ {'sales_volumn': 0},
         {'sales_volumn': 108},
         {'sales_volumn': 337},
         {'sales_volumn': 475},
         {'sales_volumn': 396},
         {'sales_volumn': 172},
         {'sales_volumn': 9},
         {'sales_volumn': 58},
         {'sales_volumn': 272},
         {'sales_volumn': 456},
         {'sales_volumn': 440},
         {'sales_volumn': 239}]

a = sorted(l1,key=lambda dic:dic['sales_volumn'])
print(a)

 

2018-07-20  15:26:04