python基础（十七）:递归函数和匿名函数

时间：2021-05-23 23:12:46 阅读：0 评论：0 收藏：0 [点我收藏+]

标签：class 判断基础 war 算法 fun 可变参数 **kwargs 条件

?. 递归

2.1 递归的应?场景

递归是?种编程思想，应?场景：

1. 在我们?常开发中，如果要遍历?个?件夹下?所有的?件，通常会使?递归来实现；

2. 在后续的算法课程中，很多算法都离不开递归，例如：快速排序。

2.1.1 递归的特点

函数内部??调???

必须有出?

2.2 应?：3以内数字累加和

# 3 + 2 + 1
def sum_numbers(num):
     # 1.如果是1，直接返回1 -- 出?
     if num == 1:
     return 1
     # 2.如果不是1，重复执?累加并返回结果
     return num + sum_numbers(num-1)
sum_result = sum_numbers(3)
# 输出结果为6
print(sum_result)

技术图片

三. lambda 表达式

3.1 lambda的应?场景

如果?个函数有?个返回值，并且只有?句代码，可以使? lambda简化。

3.2 lambda语法

lambda 参数列表 ： 表达式

lambda表达式的参数可有可?，函数的参数在lambda表达式中完全适?。

lambda表达式能接收任何数量的参数但只能返回?个表达式的值。

快速??

# 函数
def fn1():
    return 200
print(fn1)
print(fn1())
# lambda表达式
fn2 = lambda: 100
print(fn2)
print(fn2())

注意：直接打印lambda表达式，输出的是此lambda的内存地址

3.3 示例：计算a + b

3.3.1 函数实现

def add(a, b):
    return a + b
result = add(1, 2)
print(result)

思考：需求简单，是否代码多？

3.3.2 lambda实现

fn1 = lambda a, b: a + b
print(fn1(1, 2))

3.4 lambda的参数形式

3.4.1.?参数

fn1 = lambda: 100
print(fn1())

3.4.2.?个参数

fn1 = lambda a: a
print(fn1(‘hello world‘))

3.4.3.默认参数

fn1 = lambda a, b, c=100: a + b + c
print(fn1(10, 20))

3.4.4.可变参数：*args

fn1 = lambda *args: args
print(fn1(10, 20, 30))

注意：这?的可变参数传?到lambda之后，返回值为元组。

3.4.5.可变参数：**kwargs

fn1 = lambda **kwargs: kwargs
print(fn1(name=‘python‘, age=20))

3.5 lambda的应?

3.5.1. 带判断的lambda

fn1 = lambda a, b: a if a > b else b
print(fn1(1000, 500))

3.5.2. 列表数据按字典key的值排序

students = [
 {‘name‘: ‘TOM‘, ‘age‘: 20},
 {‘name‘: ‘ROSE‘, ‘age‘: 19},
{‘name‘: ‘Jack‘, ‘age‘: 22} ]
# 按name值升序排列
students.sort(key=lambda x: x[‘name‘])
print(students)
# 按name值降序排列
students.sort(key=lambda x: x[‘name‘], reverse=True)
print(students)
# 按age值升序排列
students.sort(key=lambda x: x[‘age‘])
print(students)

四. ?阶函数

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

4.1 体验?阶函数

在Python中， 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?计算。

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

需求：任意两个数字，按照指定要求整理数字后再进?求和计算。

?法1

def add_num(a, b):
    return abs(a) + abs(b)
result = add_num(-1, 2)
print(result) # 3

?法2

def sum_num(a, b, f):
    return f(a) + f(b)
result = sum_num(-1, 2, abs)
print(result) # 3

注意：两种?法对?之后，发现，?法2的代码会更加简洁，函数灵活性更?。

函数式编程?量使?函数，减少了代码的重复，因此程序?较短，开发速度较快。

4.2 内置?阶函数

4.2.1 map()

map(func, lst)，将传?的函数变量func作?到lst变量的每个元素中，并将结果组成新的列表(Python2)/

迭代器(Python3)返回。

需求：计算 list1 序列中各个数字的2次?。

list1 = [1, 2, 3, 4, 5]
def func(x):
    return x ** 2
result = map(func, list1)
print(result) # <map object at 0x0000013769653198>
print(list(result)) # [1, 4, 9, 16, 25]

4.2.2 reduce()

reduce(func，lst)，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?个元素做累积计

算。

注意：reduce()传?的参数func必须接收2个参数。

需求：计算 list1 序列中各个数字的累加和。

import functools
list1 = [1, 2, 3, 4, 5]
def func(a, b):
    return a + b
result = functools.reduce(func, list1)
print(result) # 15

4.2.3 fifilter()

fifilter(func, lst)函数?于过滤序列, 过滤掉不符合条件的元素, 返回?个 fifilter 对象。如果要转换为列表,

可以使? list() 来转换。

list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
def func(x):
    return x % 2 == 0
result = filter(func, list1)
print(result) # <filter object at 0x0000017AF9DC3198>
print(list(result)) # [2, 4, 6, 8, 10]