Python函数提高

• • • 递归
    • • 递归的应用场景
      • 递归的特点
      • 应用：n以内数字累加和
    • lambda 表达式
    • • lambda的应用场景
      • lambda语法
      • lambda的应用
      • • 带判断的lambda
        • 列表数据按字典key的值排序
    • 高阶函数
    • • 体验高阶函数
      • 内置高阶函数
      • • map()
        • reduce()
        • filter()

递归是一种编程思想，应用场景如：

1. 在日常开发中，如果要遍历一个文件夹下面所有的文件，通常会使用递归来实现；
2. 很多算法离不开递归，例如：快速排序。

• 函数内部存在着自己调用自己的情况
• 函数一层层调用本身，直到递归终点，一层层返回调用
• 递归终点必须存在
• 有点像数学归纳法的过程

• 代码

# n+(n-1)+···+2+1
def sumToOneFrom(n):
    # 1.如果是1，直接返回1   --递归终点
    if num == 1:
        return 1
    
    # 2.如果不是1，对n-1调用自身,获得(n-1)+(n-2)+···+2+1的结果,并加上n
    return n + sumToOneFrom(n-1)

result = sumToOneFrom(3)
# 输出结果为6
print(result)

• 如果一个函数有一个返回值，并且只有一句代码，可以使用 lambda简化。

f=lambda 参数列表 : 表达式/返回值

• lambda表达式的参数可有可无，函数的参数在lambda表达式中完全适用。
• lambda表达式能像普通函数那样接收任何数量的各种形式的参数，但只能返回一个表达式的值。

• lambda本身是匿名函数，但也可以将其赋给某个变量，利用变量名+（）调用

如:

words=lambda age,name : f"{age}岁的{name}，你好"
print(words(18,"木子"))

#18岁的木子，你好

bigger = lambda a, b: a if a > b else b
print(bigger(1000, 500))
#1000

List.sort(key,reverse=False)

• key可指定为lambda匿名函数,将对每个元素按lambda的返回值进行排序

friends=["Rachel","Monica","Phoebe","Joey","Chandler","Ross"]
friends.sort(key=lambda name:name[0])  #按首字母排序
print(friends)
#['Chandler', 'Joey', 'Monica', 'Phoebe', 'Rachel', 'Ross']

把函数作为参数传入，这样的函数称为高阶函数，高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。

abs()函数可以完成对数字求绝对值计算。

abs(-10)  # 10

round()函数可以完成对数字的四舍五入计算。

round(1.2)  # 1
round(1.9)  # 2

需求：任意两个数字，取整取绝对值后再进行求和计算。

• 方法1

def add_num(a, b):
    a=abs(a)
    a=round(a)
    b=abs(b)
    b=round(b)
    return a + b

result = add_num(-1.1, 2.2)
print(result)  # 3

• 方法2

def sum_num(a, b, *funcs):
    for f in funcs:
        a=f(a)
        b=f(b)
    return a+b

result = sum_num(-1.1, 2.2, abs,round)
print(result)  # 3

注意：两种方法对比之后，发现，方法2的代码会更加简洁，函数灵活性也更高。

函数式编程大量使用函数，减少了代码的重复，因此程序比较短，开发速度较快。

map(func, List)

将传入的函数变量func作用到List变量的每个元素中，并将结果组成新的map迭代器(序列)返回。可用list() 转为列表

需求：计算numlist序列中各个数字的2次方。

numlist = [1, 2, 3, 4, 5]

def square(x):
    return x ** 2

result = map(func, numlist)

print(result)  # 

functools.reduce(func，List)

• 其中func必须有两个参数。每次func计算的结果继续和序列的下一个元素一起传入func。直到遍历序列。

注意：reduce()传入的参数func必须接收2个参数。

需求：计算numlist序列中各个数字的累加和。

import functools

list = [1, 2, 3, 4, 5]


def add(a, b):
    return a + b


result = functools.reduce(func, list1)

print(result)  # 15

filter(func, List)

• fliter函数用于过滤序列, 过滤掉不符合条件(传入func后返回为False)的元素, 返回一个 filter 对象。如果要转换为列表, 可以使用 list() 来转换。

numlist= [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

def isEven(x):
    return x % 2 == 0

result = filter(isEven, numlist)

print(result)  # 
print(list(result))  # [2, 4, 6, 8, 10]