python之路--day13---函数--三元表达式，递归，匿名函数，内置函数

1，三元表达式

　　格式：  

　　　　为真时的结果  if  判定条件  else  为假时的结果  

　　例子：

　　　　print(1 if 5>3 else 0)  >>> 1

2，递归

　　递归调用时函数嵌套调用的一种特殊形式，函数在调用时，直接或间接调用了自身，就是递归调用

　　递归的两个阶段：

　　　　回溯：往前搜索，已达到目标   注意：一定要在满足某个条件的情况下结束回溯，否则就是无限递归

　　　　递推：往回推

　　　　例子：

def age(n):
    if n == 1:
        return 18
    else:
        return age(n-1)+2

print(age(5))

 

 

总结：

　　递归必须有一个明确的结束条件

　　每次进入更深一层递归时，问题规模相比上次递归都应有所减少

　　python递归效率低，每次递归都会保留上一次的状态，没有尾递归优化，但是对递归层级做了限制（可以通过  sys.setrecursionlimit  修改）。递归层数过多，会导致内存溢出

 

 

3，匿名函数（没有函数名的函数）

　　常用于：def func（）： return 返回值   类似此类的简单函数

　　lambda 参数 ： 返回值 

　　

 

　　lambda x，y，z=1：x+y+z  

　　#匿名函数与def 定义的函数有相同的作用域，但是匿名意味着引用计数为0，使用一次就释放，除非让其有名字

　　func =  lambda x，y，z=1：x+y+z  

　　func(1,2,3)  # 匿名函数让其有名字就失去了匿名函数的意义

　　匿名函数的函数体通常应该是一个表达式，该表达式必须要有一个返回值

 

有名函数与匿名函数的对比

　　有名函数：循环使用，保存了函数名，通过名字就可以重复引用函数功能

　　匿名函数：一次性使用，随时定义

　　

 

内置函数（python解释器定义好的函数）

　　reduce（func，iterable） 从可迭代系列中循环取值，参与第一个函数参数的计算，最后得到一个结果

reduce(lambda x, y: x+y, [1,2,3,4,5]) # 使用 lambda 匿名函数

 

　　bytes（）将unicode指定编码后转化为bytes类型

　　chr（）返回值是传入整数对应的ascii字符

　　divmod（）将除数和余数的运算结果结合起来，返回一个包含商和余数的元组（a//b，a%b）

>>>divmod(7, 2)
(3, 1)
>>> divmod(8, 2)
(4, 0)
>>> divmod(1+2j,1+0.5j)
((1+0j), 1.5j)

 

　　enumerate（）将一个可遍历的数据对象组合为一个索引序列，同时列出数据个数据下标，一般用在for循环

　　

>>>seasons = ['Spring', 'Summer', 'Fall', 'Winter']
>>> list(enumerate(seasons))
[(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]

 

　　eval（）执行一个字符串表达式，并返回表达式的值

>>>x = 7
>>> eval( '3 * x' )
21
>>> eval('pow(2,2)')
4
>>> eval('2 + 2')
4
>>> n=81
>>> eval("n + 4")
85

 

　　filter（func，iterable）函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表

　

import math
def is_sqr(x):
    return math.sqrt(x) % 1 == 0
newlist = filter(is_sqr, range(1, 101))
print(newlist)

 

　　id（）　返回参数的内存地址序号

　　input（）获取输入

　　iter（object）生成迭代器

　　len（）返回参数长度

　　map（func，iterable）第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。

　　

map(lambda x: x ** 2, [1, 2, 3, 4, 5])  # 使用 lambda 匿名函数
[1, 4, 9, 16, 25]

>>> map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]

 

　

　max（）返回给定参数的最大值，参数可以是系列

egon male 18 3000
alex male 38 30000
wupeiqi female 28 20000
yuanhao female 28 10000

with open('db.txt') as f:
    items=(line.split() for line in f)
    info=[{'name':name,'sex':sex,'age':age,'salary':salary} \
          for name,sex,age,salary in items]

print(max(info,key=lambda dic:dic['salary']))

max(iterable, key, default) 求迭代器的最大值，其中iterable 为迭代器，max会for i in … 遍历一遍这个迭代器，然后将迭代器的每一个返回值当做参数传给key=func 中的func(一般用lambda表达式定义) ，然后将func的执行结果传给key，然后以key为标准进行大小的判断

 

　　min（）返回给定参数的最小值，参数可以是系列

　　ord（）返回给定参数的十进制数

>>>ord('a')
97
>>> ord('b')
98
>>> ord('c')
99

 

　　sorted（）对所有可迭代的对象进行排序操作。

sort 与 sorted 区别：
sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。

 

iterable -- 可迭代对象。
cmp -- 比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0。
key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
reverse -- 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。

>>>a = [5,7,6,3,4,1,2]
>>> b = sorted(a)       # 保留原列表
>>> a 
[5, 7, 6, 3, 4, 1, 2]
>>> b
[1, 2, 3, 4, 5, 6, 7]
 
>>> L=[('b',2),('a',1),('c',3),('d',4)]
>>> sorted(L, cmp=lambda x,y:cmp(x[1],y[1]))   # 利用cmp函数
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
>>> sorted(L, key=lambda x:x[1])               # 利用key
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
 
 
>>> students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
>>> sorted(students, key=lambda s: s[2])            # 按年龄排序
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
 
>>> sorted(students, key=lambda s: s[2], reverse=True)       # 按降序
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
>>>