Python基础之内置函数和递归详解
下面简单介绍几个：
1.abs() 求绝对值
2.all() 如果 iterable 的所有元素都为真（或者如果可迭代为空），则返回 True
3.any() 如果 iterable 的任何元素为真，则返回 True。如果iterable为空，则返回 False
4.callable() 如果 object 参数出现可调，则返回 True，否则返回 False
5.divmod() 以两个（非复数）数字作为参数，并在使用整数除法时返回由商和余数组成的一对数字。对于混合操作数类型，二进制算术运算符的规则适用。对于整数，结果与 (a//b,a%b) 相 同。对于浮点数，结果为 (q,a%b)，其中q 通常为 math.floor(a/b)，但可以小于1
6.enumerate() 参数必须是可迭代对象，函数运行结果得到一个迭代器，输出元素及对应的索引值
7.eval() 把字符串中的提取出来执行
8.frozenset() 不可变集合，frozenset()定义的集合不可增删元素
9.globals() 返回表示当前全局符号表的字典。这始终是当前模块的字典（在函数或方法内部，这是定义它的模块，而不是从其调用它的模块）
10.round() 对参数进行四舍五入
11.sorted() 排序，不改变原列表
l=[1,2,4,9,-1]print(sorted(l)) #从小到大print(sorted(l,reverse=True)) #从大到小
12.zip() 拉链函数
创建一个迭代器，聚合来自每个迭代器的元素。
返回元组的迭代器，其中 i-th元组包含来自每个参数序列或迭代的第 i 个元素。当最短输入可迭代被耗尽时，迭代器停止。使用单个可迭代参数，它返回1元组的迭代器。没有参数，它返回一个空的迭代器
13.max()
返回可迭代的最大项或两个或更多参数中最大的一个。
如果提供了一个位置参数，它应该是一个 iterable。返回迭代中的最大项。如果提供了两个或多个位置参数，则返回最大的位置参数。
max()可以指定key(也就是指定要比较的部分)
14.map() 映射
返回一个迭代器，它应用 function 到 iterable 的每个项目，产生结果
l=[1,2,3,4] m=map(lambda x:x**2,l)print(list(m)) ----->[1, 4, 9, 16]
15.reduce() 合并
from functools import reduce
res=0for i in range(100):
res+=iprint(res)16.filter() 过滤 保留布尔值为True的元素
names=['alex_sb','yuanhao_sb','wupeiqi_sb','egon']print(list(filter(lambda name:name.endswith('_sb'),names)))--->['alex_sb', 'yuanhao_sb', 'wupeiqi_sb']详细的内置函数介绍可以参照以下：
二、匿名函数（lambda表达式）
def func(x):return x**2print(func(2))lambda x:x**2 #上边的函数就可以直接写成这种形式
lambda函数自带返回值
匿名函数只能取代一些很简单的函数，主要与其他函数搭配使用
还有一种情况是有些函数定义后只使用一次就用不到了，如果不删除的话会占内存空间，删除又会很麻烦，这时就可以用到匿名函数
三、递归
在调用一个函数的过程中，直接或间接使用了函数本身
递归效率很低，需要在进入下一次递归时保留当前状态，Python不像其他语言，没有尾递归，但是Python有限制条件，不允许用户无限递归
递归的特点：
1.必须要有一个明确的结束条件
2.每次进入更深一层递归时，问题规模相比上次递归都应该有所减少
3.递归效率不高，递归层数过多会导致栈溢出
示例：
# 1 文件内容如下,标题为:姓名,性别,年纪,薪资#
# egon male 18 3000# alex male 38 30000# wupeiqi female 28 20000# yuanhao female 28 10000#
# 要求:# 从文件中取出每一条记录放入列表中,# 列表的每个元素都是{'name':'egon','sex':'male','age':18,'salary':3000}的形式#
# 2 根据1得到的列表,取出薪资最高的人的信息# 3 根据1到的列表,取出最年轻的人的信息# 4 根据1得到的列表,将每个人的信息中的名字映射成首字母大写的形式# 5 根据1得到的列表,过滤掉名字以a开头的人的信息# 6 使用递归打印斐波那契数列(前两个数的和得到第三个数)# 0 1 1 2 3 4 7...with open('b.txt',encoding='utf-8')as f:
l=[{'name': line.split()[0], 'sex': line.split()[1], 'age': line.split()[2], 'salary': line.split()[3]} \for line in f]#2.print(max(l,key=lambda i:i['salary']))#3.print(min(l,key=lambda i:i['age']))#4.m=map(lambda x:x['name'].capitalize(),l)print(list(m))#5.print(list(filter(lambda x:not(x['name'].startswith('a')),l)))#6.def f(n):if n==0:return 0elif n==1:return 1else:if n==1000:return f(1000)else:return f(n-2)+f(n-1)for i in range(150):print(f(i))以上就是Python基础之内置函数和递归详解的详细内容，更多请关注其它相关文章！